买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：大连理工大学

摘要：本发明提供一种基于联邦学习的金融保险理赔风险模型训练方法及装置，方法包括：中心节点生成同态加密的公钥，并发送给第一参与方P1和第二参与方Pi；第二参与方Pi计算加密聚合参数并发送至第一参与方P1；第一参与方P1计算聚合参数并发送给各第二参与方Pi；第一参与方P1和第二参与方Pi计算各自的参数梯度更新式并发送给中心节点进行解密并回传；第一参与方P1和第二参与方Pi在预先设定的学习率下进行模型参数更新，各参与方根据更新后的模型参数计算新的传播参数；迭代直至达到模型收敛条件。本发明考虑到金融风险评估应该考虑到用户多方面行为的特点，使用多方数据集联合训练模型，从而能够达到更好的模型训练效果。

主权项：1.一种基于联邦学习的金融保险理赔风险模型训练方法，其特征在于，应用于分布式网络系统，所述分布式网络系统包括m个金融企业参与方以及一个中心节点，所述m个参与方包括第一参与方P1和第二参与方Pi，其中i＝2,3,...,m-1,m，所述第一参与方P1持有数据标签，第二参与方Pi不持有数据标签；所述方法包括以下步骤：S1、中心节点生成同态加密的公钥，并将所述公钥分别发送给第一参与方P1和第二参与方Pi；S2、所述第二参与方Pi基于自有训练数据计算模型传播参数后，对得到的模型传播参数进行加密得到模型加密聚合参数，并将所述模型加密聚合参数发送至第一参与方P1；所述模型传播参数根据以下公式计算各自的传播参数： 其中，表示对于第j批训练数据batchj由第二参与方Pi计算得到的传播参数，表示第二参与方Pi的第j个属性特征，表示第二参与方Pi的第j个属性特征系数；S3、所述第一参与方P1基于接收到的所有模型加密聚合参数计算模型聚合参数，再将所述模型聚合参数发送给各第二参与方Pi；第一参与方P1根据以下公式计算模型聚合参数： 其中，表示聚合参数，Y1表示第一参与方P1的标签特征，表示加密聚合参数，表示第一参与方P1的第j个属性特征，表示第一参与方P1的第j个属性特征系数；S4、所述第一参与方P1和第二参与方Pi基于模型聚合参数计算各自的参数梯度更新式，并将计算得到的参数梯度更新式发送给中心节点进行解密得到解密后的参数梯度数据，将解密后的参数梯度数据分别回传给第一参与方P1和第二参与方Pi；第一参与方P1根据以下计算获取参数梯度更新式： 其中，表示第一参与方P1的参数梯度更新式，表示第一参与方P1的第j个属性特征，表示第一参与方P1的第j个属性特征系数；第二参与方Pi根据以下计算获取参数梯度更新式： 其中，表示第二参与方Pi的参数梯度更新式，表示第二参与方Pi的第j个属性特征，表示第二参与方Pi的第j个属性特征系数；S5、所述第一参与方P1和第二参与方Pi在预先设定的学习率下进行金融保险理赔风险模型参数更新，各参与方根据更新后的模型参数计算新的传播参数；S6、反复执行S2-S5，直至达到模型收敛条件则终止迭代。

全文数据：

权利要求：

百度查询： 大连理工大学 基于联邦学习的金融保险理赔风险模型训练方法及装置