(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210046307.X (22)申请日 2022.01.14 (71)申请人 卫盈联信息技 术 （深圳） 有限公司 地址 518000 广东省深圳市前海深港合作 区南山街道桂湾五路128号前海深港 基金小镇A4栋101 (72)发明人 张铁钢　 (74)专利代理 机构 深圳市沃德知识产权代理事 务所(普通 合伙) 44347 代理人 高杰　郭梦霞 (51)Int.Cl. H04L 9/00(2022.01) H04L 9/32(2006.01) G06N 20/20(2019.01) (54)发明名称 联合建模方法、 装置、 电子设备及存 储介质 (57)摘要 本发明涉及数据处理领域， 揭露一种联合建 模方法， 包括： 将每个子样本集分配到对应的待 构建的树的根节点上； 对每个根节 点上的样本中 每个特征进行分箱， 基于分箱结果、 一阶梯度密 文及二阶梯度密文构建每个根节点的目标梯度 直方图密文； 将目标梯度直方图密文发送给对应 的第二参与方， 接收每个第二参与方返回的梯度 直方合并图； 根据梯度直方合并图确定待分割特 征及其待分割点， 以构建下一层树节点； 当树节 点的深度达到预设深度阈值时， 判断构建的树是 否满足收敛条件， 若判断为是， 完成联合 建模。 本 发明还提供一种联合建模装置、 电子设备及存储 介质。 本发明提高了联合模型的精确度。 权利要求书3页 说明书14页 附图2页 CN 114422105 A 2022.04.29 CN 114422105 A 1.一种联合建模方法， 应用于联合建模系统中任意一个第一参与方， 所述联合建模系 统包括通信连接的多个第一参与方及多个第二参与方， 其特征在于， 各个第一参与方与每 个第二参与方之间包含相同的样本对象及不同的样本特征， 各个第二参与方之 间包含相同 的样本特征及不同的样本对象， 第一参与方的样本不含标签， 第二参与方的样本携带标签， 所述方法包括： 接收联合建模系统中每个第 二参与方发送的同态加密密钥对中的公钥， 基于所述公钥 对本地存储的第一样本集及每个第二参与方的第二样本集分别执行样本对齐处理， 基于样 本对齐处 理结果将所述第一样本集拆分为每 个第二参与方对应的子样本集； 接收每个第二参与方发送的其第二样本集中每个样本的一阶梯度密文及二阶梯度密 文； 将每个子样本集分别分配到对应的待构建的树的根节点上； 对每个根节点上的样本中每个特征进行分箱， 基于分箱结果、 一阶梯度密文及二阶梯 度密文构建每 个根节点的目标梯度直方图密文； 将所述目标梯度直方图密文发送给对应的第 二参与方， 接收每个第 二参与方返回的采 用安全聚合 算法处理后的梯度直方合并图； 根据所述梯度直方合并图确定待分割特征及其待分割点， 根据 所述待分割特征及其待 分割点构建下一层树节点； 当树节点的深度达到预设深度阈值 时， 判断构建的树是否满足收敛条件， 若判断为是， 完成联合建模。 2.如权利要求1所述的联合建模方法， 其特征在于， 所述基于分箱结果、 一阶梯度密文 及二阶梯度密文构建每 个根节点的目标梯度直方图密文， 包括： 选择一个子样本集对应的树的根节点， 加总选择的树的根节点上每个特征的各个箱子 中样本的一阶梯度密文， 得到每 个特征的各个箱子对应的一阶梯度密文和； 加总选择的树的根节点上每个特征的各个箱子 中样本的二阶梯度密文， 得到每个特征 的各个箱子对应的二阶梯度密文和； 基于所述一阶梯度密文和及二阶梯度密文和绘制选择的树的根节点上每个特征对应 的初始梯度直方图密文； 汇总每个特征对应的初始梯度直方图密文， 得到选择的树的根节点对应的目标梯度直 方图密文。 3.如权利要求1所述的联合建模方法， 其特征在于， 所述根据所述梯度直方合并图确定 待分割特 征及其待分割点， 包括： 对于每个梯度直方合并图中的每个特征， 分别以每个箱子的起点值作为分割点， 计算 每个分割点对应的信息增益 值； 将信息增益 值最大的分割点作为待分割点， 将待分割点对应的特 征作为待分割特 征。 4.如权利要求1所述的联合建模方法， 其特征在于， 所述根据所述待分割特征及其待分 割点构建下一层树节点， 包括： 若所述待分割特征属于某一第 一参与方， 则将所述待分割特征及其待分割点发送给所 述第一参与方， 以供所述第一参与方对对应的根节点上 的样本进行分离， 并将分离结果发 送给对应的第二 参与方， 由对应的第二 参与方完成下一层树节点的构建；权　利　要　求　书 1/3 页 2 CN 114422105 A 2若所述待分割特征属于某一第 二参与方， 则将所述待分割特征及其待分割点发送给每 个第二参与方， 以便每个第二参与方对其根节点的样本进行分离， 完成下一层树节点的构 建。 5.如权利要求1所述的联合建模方法， 其特征在于， 所述判断构建的树是否满足收敛条 件， 包括： 接收每个第二参与方发送的其构建的树对应的采用安全聚合 算法处理后的损失值； 聚合所述损 失值， 得到总损 失值， 若得到的总损 失值与上一棵已构建好的树的总损 失 值的差值小于损失阈值， 则构建的树满足收敛 条件。 6.如权利要求5所述的联合建模方法， 其特 征在于， 所述损失值的计算过程包括： 每个第二参与方计算其构建的树的每个叶子节点的权重值， 基于所述权重值计算其第 二样本集中每 个样本的新预测值； 每个第二参与方基于其第二样本集中每个样本的标签及新预测值计算其构建的树对 应的损失值。 7.如权利要求1所述的联合建模方法， 其特征在于， 在所述判断构建的树是否满足收敛 条件之后， 所述方法还 包括： 若判断为否， 接收每个第 二参与方发送的其第 二样本集中每个样本的新一阶梯度密文 及新二阶梯度密文， 基于所述 新一阶梯度密文及新 二阶梯度密文构建下一棵树。 8.一种联合建模 装置， 其特 征在于， 所述装置包括： 对齐模块， 用于接收联合建模系统中每个第二参与方发送的同态加密密钥对中的公 钥， 基于所述公钥对本地存储的第一样本集及每个第二参与方的第二样本集分别执行样本 对齐处理， 基于样本对齐处理结果将所述第一样本集拆分为每个第二参与方对应的子样本 集； 接收模块， 用于接收每个第 二参与方发送的其第 二样本集中每个样本的一阶梯度密文 及二阶梯度密文； 分配模块， 用于将每 个子样本集分别分配到对应的待构建的树的根节点上； 分箱模块， 用于对每个根节点上的样本 中每个特征进行分箱， 基于分箱结果、 一阶梯度 密文及二阶梯度密文构建每 个根节点的目标梯度直方图密文； 发送模块， 用于将所述目标梯度直方图密文发送给对应的第二参与方， 接收每个第二 参与方返回的采用安全聚合 算法处理后的梯度直方合并图； 确定模块， 用于根据所述梯度直方合并图确定待分割特征及其待分割点， 根据所述待 分割特征及其待分割点构建下一层树节点； 判断模块， 用于当树节点的深度达到预设深度阈值时， 判断构建的树是否满足收敛条 件， 若判断为是， 完成联合建模。 9.一种电子设备， 其特 征在于， 所述电子设备包括： 至少一个处 理器； 以及， 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的联合建模程序， 所述联合建模程序 被所述至少一个处理器执行， 以使 所述至少一个处理器能够执行如权利要求 1至7中任一项 所述的联合建模方法。权　利　要　求　书 2/3 页 3 CN 114422105 A 3