微众银行申请基于联邦学习的模型训练方法专利, 提高模型训练效率

金融界2024年11月15日消息，国家知识产权局信息显示，深圳前海微众银行股份有限公司申请一项名为“基于联邦学习的模型训练方法”的专利，公开号CN118944926A，申请日期为2024年7月。

专利摘要显示，本申请公开了

一种基于联邦学习的模型

训练方法，包括：获取协调

方发送的与当前参与方对

应的预设数据长度的混淆

因子数据组和混淆承诺；其

中，混淆因子数据组和混淆承诺由协调方基于多个参与方提供

的样本数据和参与方数量生成；根据混淆因子数据组和混淆承

诺进行数据加密处理，得到当前参与方的加密数据；基于当前

参与方的加密数据进行模型计算，得到当前参与方的计算结

果；将当前参与方的计算结果发送至协调方，以获取协调方基

于多个参与方的计算结果反馈的汇总计算结果，并根据汇总计

算结果对模型参数进行调整。本申请技术方案降低了加密后密

文数据的数据量，进而可以降低后续模型训练过程所涉及的数

据量，从而提高模型训练效率。

本文源自：金融界