用于跨特征联邦学习的数据处理方法、装置、系统及设备.pdfVIP

下载本文档

1
0
约3.56万字
约 28页
2023-05-10 发布于北京
举报
版权申诉

用于跨特征联邦学习的数据处理方法、装置、系统及设备.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本公开的实施例提供了一种应用于跨特征联邦学习的数据处理方法、装置及设备，涉及联邦学习技术领域。在跨特征联邦学习场景中，基于各参与方的本地数据对应于不同的字段，有标签参与方可以将采样的数据的标识符发送至无标签参与方，方便无标签参与方基于该数据的标识符进行采样，从而使得各参与方之间的样本数据对应于相同的数据的标识符，进而，各参与方还可以对本地的样本数据进行数值化处理，从而实现结合联邦学习的数据预处理方案，以便多参与方之间进行联邦学习。

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114511102 A (43)申请公布日 2022.05.17 (21)申请号 202210190666.2 (22)申请日 2022.02.28 (71)申请人杭州博盾习言科技有限公司地址 3