基于隐私计算的纵向联邦特征衍生方法、装置、介质.pdf

本申请提供一种基于隐私计算的纵向联邦特征衍生方法、装置、介质,涉及计算机技术领域,包括:第一参与方基于第一参与方生成的第一线性特征和第一交互特征、第二参与方生成的第二线性特征和第二交互特征以及第一参与方的特征标签确定目标损失函数,并根据目标损失函数确定用于更新第一模型参数的第一梯度;将第一梯度中的残差特征加密为残差密文,并将残差密文发送至第二参与方;第二参与方根据残差密文生成待解密梯度密文,并将待解密梯度密文发送至第一参与方;第一参与方解密待解密梯度密文,得到包含用于更新第二模型参数的第二梯度的目标数据,并将目标数据发送至第二参与方。这样可以在纵向联邦学习场景中提升模型训练效率。