基于横向联邦学习的风险决策系统及方法
基本信息
| 申请号 | CN202110957005.3 | 申请日 | - |
| 公开（公告）号 | CN113610318A | 公开（公告）日 | 2021-11-05 |
| 申请公布号 | CN113610318A | 申请公布日 | 2021-11-05 |
| 分类号 | G06Q10/04（2012.01）I;G06Q10/06（2012.01）I;G06K9/62（2006.01）I;G06N20/00（2019.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 顾见军;邓旭宏 | 申请（专利权）人 | 成都数融科技有限公司 |
| 代理机构 | 成都熠邦鼎立专利代理有限公司 | 代理人 | 王国尧 |
| 地址 | 610000四川省成都市高新区天府四街199号1栋20层04号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及基于横向联邦学习的风险决策系统及方法，包括中心节点的对齐控制模块、参与节点的本地对齐模块、中心节点的预处理控制模块、参与节点的本地预处理模块、中心节点的联邦训练模块、参与节点的本地训练模块、中心节点的风险决策模块和参与节点的本地决策模块。各参与节点完成特征维度上的样本对齐，中心节点控制各参与节点完成数据预处理，中心节点控制各参与节点进行联邦训练，得到联邦风险模型；中心节点将联邦风险模型下发至所有的参与节点；参与节点利用联邦风险模型，在本地完成风险决策。本申请利用联邦学习，基于多个数据拥有方进行联合建模，不仅能保证数据的隐私安全，而且能解决因某方数据量不足带来的问题。 |
