CN113947213A - 联邦学习参与方贡献度量方法、装置、存储介质及设备 - Google Patents
联邦学习参与方贡献度量方法、装置、存储介质及设备 Download PDFInfo
- Publication number
- CN113947213A CN113947213A CN202111215543.1A CN202111215543A CN113947213A CN 113947213 A CN113947213 A CN 113947213A CN 202111215543 A CN202111215543 A CN 202111215543A CN 113947213 A CN113947213 A CN 113947213A
- Authority
- CN
- China
- Prior art keywords
- participant
- feature
- contribution
- federal learning
- sample
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000003860 storage Methods 0.000 title claims abstract description 22
- 238000012549 training Methods 0.000 claims abstract description 23
- 238000012360 testing method Methods 0.000 claims description 55
- 238000004088 simulation Methods 0.000 claims description 26
- 238000012163 sequencing technique Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 2
- 238000010801 machine learning Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 15
- 238000004364 calculation method Methods 0.000 description 14
- 239000011159 matrix material Substances 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 239000003999 initiator Substances 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000002948 stochastic simulation Methods 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000528 statistical test Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了一种联邦学习参与方贡献度量方法、装置、存储介质及设备,涉及机器学习技术领域。该方法包括:确定联邦学习建模任务的各参与方的各特征对训练得到的联邦学习模型的沙普利值的边际贡献量,其中,所述各特征是所述各参与方提供的用于训练所述联邦学习模型的数据集中的特征;确定所述各参与方的所有特征的沙普利值的边际贡献量的总和,得到所述各参与方对所述联邦学习模型的贡献量。本公开实施例可更加客观的反映出联邦学习的各参与方对联邦学习模型的贡献价值,提高了评估参与方对联邦学习模型贡献价值的精度。
Description
技术领域
本公开涉及机器学习技术领域,尤其涉及一种联邦学习参与方贡献度量方法、装置、存储介质及设备。
背景技术
目前,联邦学习以及安全多方计算已逐渐成为解决数据安全共享的主要手段和技术。在联邦学习系统中,为了科学合理的分配数据提供方在联邦学习系统中的收益,并激励更多的拥有大数据量和高数据质量的数据提供方加入联邦学习系统,提供一种科学合理的数据提供方贡献量度量措施是必要的。
在相关技术中,可从期望收益分配的角度,考虑期望指标(准确率等)与实际计算值之间的差值,并利用Softmax函数将该差值转换为权重,即为贡献值;但该方式需要第三方参与计算,对收益和损失皆采用期望值进行估计,概率难以界定,无法客观的反映出参与方在联邦学习系统中对联邦学习模型的贡献价值。此外,还可从边际损失的角度衡量数据提供方离开联邦学习系统时所产生的损失,将该损失作为贡献量。该方式同样需要第三方参与计算,且对数据提供方离开联邦学习系统时的损失计算为不放回一次性计算,离开顺序严重影响联邦学习模型性能,测算欠缺公平性,无法客观的反映出参与方在联邦学习系统中对联邦学习模型的贡献价值,此外,该方式计算复杂度高。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开提供一种联邦学习参与方贡献度量方法、装置、存储介质及设备,至少在一定程度上克服相关技术中无法客观的反映出联邦学习参与方对联邦学习模型的贡献价值的问题。
根据本公开的第一个方面,提供了一种联邦学习参与方贡献度量方法,包括:确定联邦学习建模任务的各参与方的各特征对训练得到的联邦学习模型的沙普利值的边际贡献量,其中,所述各特征是所述各参与方提供的用于训练所述联邦学习模型的数据集中的特征;确定所述各参与方的所有特征的沙普利值的边际贡献量的总和,得到所述各参与方对所述联邦学习模型的贡献量。
可选的,确定所述各参与方的所有特征的沙普利值的边际贡献量的总和,包括:对于所述各参与方的各特征,计算特征对测试集中样本测试值的实际测试值与该特征对所述样本测试值的期望测试值之间的差值,得到该特征对测试结果的边际贡献量,根据该边际贡献量计算该特征对所述联邦学习模型的沙普利值的边际贡献量。
可选的,确定联邦学习建模任务的各参与方的各特征对训练得到的联邦学习模型的沙普利值的边际贡献量,包括:多次对数据集中的样本实例进行随机数值模拟,确定出每次随机数值模拟得到的所述各参与方的各特征对所述联邦学习模型的沙普利值的边际贡献量,其中,所述数据集中包括多个样本实例,各样本实例中包括一个参与方的多个特征;对于所述各参与方的各特征,将在多次随机数值模拟得到的多个边际贡献量的均值作为特征对所述联邦学习模型的沙普利值的边际贡献量。
可选的,每次通过随机数值模拟确定所述各参与方的各特征对所述联邦学习模型的沙普利值的边际贡献量,包括:从所述数据集中随机抽取特征,得到随机样本实例;将目标样本实例以及所述随机样本实例以相同的随机顺序进行排序,排序后得到第一样本实例以及第二样本实例,其中,所述目标样本实例为所述数据集中的任一样本实例;根据所述第一样本实例构造包含目标特征序号的第三样本实例,根据所述第二样本实例构造不包含所述目标特征序号的第四样本实例,其中,所述目标特征序号为所述目标样本实例中的任一特征的序号;获取所述第三样本实例对应的第一测试结果以及所述第四样本实例对应的第二测试结果;根据所述第一测试结果以及所述第二测试结果之间的差异确定所述目标特征对所述联邦学习模型的沙普利值的边际贡献量。
可选的,所述方法还包括:将所述数据集中的目标样本实例以及所述随机样本实例以相同的随机顺序进行排序之前,根据所述数据集构建特征序号集合,其中,所述特征序号集合中包括各参与方的特征序号,所述特征序号中包括特征所属的参与方的序号以及特征在所述参与方中的序号;对所述特征序号集合中的特征序号进行随机排序,得到所述随机顺序。
可选的,所述各参与方提供的训练数据具有不同的特征空间以及相同的样本空间。
可选的,所述参与方不包括可信第三方或协调方中的任意一方。
根据本公开的第二方面,提供了一种联邦学习参与方贡献度量装置,包括:第一确定模块,用于确定联邦学习建模任务的各参与方的各特征对训练得到的联邦学习模型的沙普利值的边际贡献量,其中,所述各特征是所述各参与方提供的用于训练所述联邦学习模型的数据集中的特征;第二确定模块,用于确定所述各参与方的所有特征的沙普利值的边际贡献量的总和,得到所述各参与方对所述联邦学习模型的贡献量。
根据本公开的第三个方面,提供了一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行本公开实施例提供的任意一种联邦学习参与方贡献度量方法。
根据本公开的第四个方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现本公开实施例提供的任意一种联邦学习参与方贡献度量方法。
本公开实施例的联邦学习参与方贡献度量方法、装置、存储介质及设备,以联邦学习建模任务的参与方提供的训练数据中各特征对联邦学习模型的Shapley值的边际贡献量来衡量该特征对联邦学习模型的贡献价值,通过先确定出各参与方的各特征对联邦学习模型的贡献量,再确定出各参与方所有的特征对联邦学习模型的贡献量来得到各参与方对联邦学习模型的贡献量,可更加客观的反映出联邦学习的各参与方对联邦学习模型的贡献价值,提高了评估参与方对联邦学习模型贡献价值的精度。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本公开一个实施例的联邦学习系统的结构示意图;
图2是根据本公开一个实施例的联邦学习参与方贡献度量方法的流程图;
图3是根据本公开一个实施例的矩阵集合的示意图;
图4是根据本公开一个实施例的一种联邦学习参与方贡献度量方法的流程图;
图5是根据本公开一个实施例示出的数据特征分布示意图;
图6是根据本公开一个实施例的确定联邦学习建模任务的各参与方的各特征对联邦学习模型的沙普利值的边际贡献量的流程图;
图7是根据本公开一个实施例的在一次蒙特卡洛随机模拟过程中确定各参与方的各特征对联邦学习模型的沙普利值的边际贡献量的流程图;
图8是根据本公开一个示例性实施例示出的得到用于对样本实例进行重新排序的随机顺序的流程图;
图9是根据本公开一个实施例的各参与方的数据集有不相同的特征空间和相同样本空间的场景的示意图;
图10是根据本公开一个实施例的一种联邦学习参与方贡献度量装置的结构示意图;和
图11是根据本公开一个实施例的一种联邦学习参与方贡献度量装置的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
本公开为解决相关技术中无法客观的反映出联邦学习模型建模的参与方对联邦学习模型的贡献价值的技术问题。根据博弈论中基于Shapley(沙普利)值进行联盟成员的利益分配体现的各盟员对联盟总目标的贡献程度,与联邦学习过程中参与方对联邦学习模型的贡献价值之间的相似性,以参与方提供的各特征的Shapley值的边际贡献量来衡量该特征对联邦学习模型的贡献价值,进而可通过确定各参与方的各特征对联邦学习模型的贡献量,确定出各参与方所有的特征对联邦学习模型的贡献量,得到各参与方对模型的贡献价值,从而可更加客观的反映出联邦学习模型建模的参与方对模型的贡献价值。为了便于理解,下面首先对本公开涉及到的几个名词进行解释。
联邦学习,由每一个拥有数据源的组织训练一个模型,之后让各个组织在各自的模型上彼此交流沟通,最终通过模型聚合得到一个全局模型(即联邦学习模型)。为了确保用户隐私和数据安全,各组织间交换模型信息的过程将会被精心地设计,使得没有组织能够猜测到其他任何组织的隐私数据内容。
Shapley值,通过考虑各个代理做出的贡献,来公平地分配合作收益。代理i的Shapley值是i对于一个合作项目所期望的贡献量的平均值。
边际贡献,是指其他投入固定不变时,连续地增加某一种投入,所新增的产出或收益反而会逐渐减少。也就是说,当增加的投入超过某一水平之后,新增的每一个单位投入换来的产出量会下降。
蒙特卡洛,蒙特卡罗法也称统计模拟法、统计试验法。是把概率现象作为研究对象的数值模拟方法。是按抽样调查法求取统计值来推定未知特性量的计算方法。
图1是本公开一个实施例提供的联邦学习系统的结构示意图。如图1所示,该系统包括:多个作为联邦学习建模任务参与方的数据提供方,其中一个数据提供方为联邦学习建模任务的发起方,在图1中,该多个参与方以参与方1、参与方2……参与方k进行示例,在该联邦学习系统中,任务发起方拥有样本标签的测试集。基于数据合规和隐私保护的原则,参与方之间不能直接交换、汇总数据,从而训练模型;而是根据本地数据进行训练后,得到模型参数,通过各种加密技术对模型参数加密,再利用隐私计算手段传送至任务发起方,任务发起方根据接收到的所有模型参数计算更新,得到最终的联邦学习模型。
图2是本公开一个实施例的一种联邦学习参与方贡献度量方法的流程图,如图2所示,该方法包括:
步骤S202:确定联邦学习建模任务的各参与方的各特征对训练得到的联邦学习模型的沙普利值的边际贡献量;
其中,所述各特征是所述各参与方提供的用于训练所述联邦学习模型的数据集中的特征;
由于在联邦学习模型训练的过程中,所有参与方的所有特征都一起参与模型训练,故存在一个数据矩阵集合DFed=D1∪D2∩…∩DK,图3是根据本公开一个实施例示出的矩阵集合的示意图,基于该集合,可先计算参与方1、参与方2…参与方K的各个特征对联邦学习模型的贡献量,再分别计算出各参与方的所有特征对联邦学习模型的贡献量,作为各参与方对联邦学习模型的贡献量。
在本公开的一个实施例中,可以以每个特征的Shapley值的边际贡献量来衡量该特征对联邦学习模型的贡献价值,每个特征的Shapley值的边际贡献量的具体的计算方式将在下文中进行详细介绍。
步骤S204:确定所述各参与方的所有特征的沙普利值的边际贡献量的总和,得到所述各参与方对所述联邦学习模型的贡献量。
本公开实施例的联邦学习参与方贡献度量方法,以联邦学习建模任务的参与方提供的训练数据中各特征对联邦学习模型的Shapley值的边际贡献量来衡量该特征对联邦学习模型的贡献价值,通过先确定出各参与方的各特征对联邦学习模型的贡献量,再确定出各参与方所有的特征对联邦学习模型的贡献量来得到各参与方对联邦学习模型的贡献量,可更加客观的反映出联邦学习的各参与方对联邦学习模型的贡献价值,提高了评估参与方对联邦学习模型贡献价值的精度。
图4是本公开一个实施例的一种联邦学习参与方贡献度量方法的流程图,如图4所示,确定所述各参与方的所有特征的沙普利值的边际贡献量的总和,得到所述各参与方对所述联邦学习模型的贡献量,可包括:步骤S402,步骤S402包括步骤S4021以及步骤S4022。
步骤S4021:对于各参与方的各特征,计算特征对测试集中样本测试值的实际测试值与该特征对该样本测试值的期望测试值之间的差值,得到该特征对测试结果的边际贡献量;
假设只有一个参与方参与联邦学习模型训练时,确定单个特征的贡献量,此时的数据特征分布可如图5所示。根据边际效应,定义第i个特征ID(Identity document,身份标识)的特征值向量x训练的模型F,对测试集中第j个样本测试值的边际贡献量为:
步骤S4022,根据该边际贡献量计算特征对所述联邦学习模型的沙普利值的边际贡献量。在上式(1)中,若要计算出单个特征的贡献量,需确定如何分配特征x1,…,x|I|的权重。基于此,在考虑不同特征出现顺序的情况下,本公开实施例引入合作博弈Shapley值,用每个特征值的Shapley值的边际贡献量表示该特征值对测试结果的贡献,通过对所有可能的特征值组合进行加权并求和得到单个特征对测试结果的贡献量,计算为:
上式(2)中,I={1,2,…,|I|}是数据训练集中特征ID的全集,是不包括第个i特征ID集合{xi}的所有输入特征ID可能相互组合的集合,|*|表示特征集合的大小。对于上式(2)可以进一步理解为:在确定子集S后,|I|个特征ID的集合应为{x1,x2,…,x|S|,xi,x|S|+2,…,x|I|},排序顺序共有|I|!种;子集S为{x1,x2,…,x|S|},排序顺序共有|S|!种,则剩余集合{xi,x|s|+2,…,x|I|}的排序顺序共有(|I|-|S|-1)!种。所以为子集S的特征ID组合情况占比,即为特征权重,所有可能子集S的特征ID组合情况占比之和等于1。VS(x)为特征ID子集S对测试集中第j个样本预测值的期望边际贡献量,计算为:
上式(3)是对每个未包含的特征ID执行了多个积分。例如:机器学习模型使用4个特征x1,x2,x3、x4,这里估计由特征值x1和x3组成的特征ID子集S的测试结果时计算如下:
在无可信第三方或协调方参与计算的联邦学习系统中,每个参与方都拥有不同的样本特征空间,但在联合建模的过程中,所有参与方的所有特征都一起参与训练模型,即存在一个数据矩阵集合DFed=D1∪D2∪…∪DK,因此可以将联邦学习参与方贡献度量看作是由参与方1+参与方2+…+参与方K组成的一个计算单个特征的贡献量的模型,对于第k个参与方中的第i个特征ID的Shapley值的边际贡献量可以计算为:
而每个参与方的贡献量则为该参与方所属的所有特征ID的边际贡献量的和,则有:
对于联邦学习模型训练场景中特征集合相对较少的情况,可以通过Shapley值的计算精确地确定出每个参与方对联邦学习模型的贡献价值,而在特征集合较多的场景中,则存在一定的计算时间复杂度高的难题。为了提高计算效率,在本公开一个实施例中,可基于随机数值模拟法模拟出近似的Shapley值的边际贡献量来衡量各参与方的各特征对联邦学习模型的贡献价值,基于此,如图6所示,确定联邦学习建模任务的各参与方的各特征对训练得到的联邦学习模型的沙普利值的边际贡献量,可包括:
步骤S602,步骤S602可包括步骤S6021以及步骤S6022,其中,步骤S6011:多次对数据集中的样本实例进行随机数值模拟,确定出每次随机数值模拟得到的所述各参与方的各特征对所述联邦学习模型的沙普利值的边际贡献量;
其中,所述数据集中包括多个样本实例,各样本实例中包括一个参与方的多个特征;
在步骤S6021中,可根据对贡献量的精度要求,先确定进行数值模拟的次数,例如,精度要求越高,需进行数值模拟的次数越多。可选的,数值模拟例如可以采用蒙特卡洛随机模拟法,还可以采用其他随机数值模拟法,本公开实施例对此不做具体限定。
步骤S6022:对于所述各参与方的各特征,将在多次随机数值模拟得到的多个边际贡献量的均值作为特征对所述联邦学习模型的沙普利值的边际贡献量。
在执行步骤S603之后会得到对应于每次数值模拟得到的各参与方的各特征对联邦学习模型的边际贡献量,对于任一参与方的任一特征,计算多次数值模拟得到的该特征对应的多个边际贡献量之和,再除以数值模拟的次数,即可得到该特征对联邦学习模型的边际贡献量。
图7所示的实施例中,利用贡献量的均值替代了贡献量的期望值,避免了贡献量的期望值难以估计的问题,降低了计算和空间复杂度。
图7是根据本公开一个实施例的在一次蒙特卡洛随机模拟过程中确定各参与方的各特征对联邦学习模型的沙普利值的边际贡献量的流程图,如图7所示,通过数值模拟确定各参与方的各特征对所述联邦学习模型的沙普利值的边际贡献量,可包括:
步骤S702,从所述数据集中随机抽取特征,得到随机样本实例;
在一个例子中,在联邦学习系统中所有参与方提供的数据矩阵DFed=D1∪D2∪…∪DK中存在任意样本实例ω∈DFed(为以下目标样本实例的一个示例),从数据矩阵DFed中随机抽取一个新的样本实例τ∈DFed(为随机样本实例的一个示例)。
步骤S704,将所述数据集中的目标样本实例以及所述随机样本实例以相同的随机顺序进行排序,排序后得到第一样本实例以及第二样本实例,其中,所述目标样本实例为所述数据集中的任一样本实例;
沿用上述例子,可对联邦特征(联邦学习系统各参与方提供的所有特征,可简称联邦特征)进行随机排序,记为第n次蒙特卡洛随机模拟的联邦特征ID排序on(为上述随机顺序的一个示例)。
按照随机顺序进行排序后,目标样本实例ω在新的排序下的数据样本实例展示为:
随机样本实例τ在新的排序下的数据样本实例展示为:
步骤S706,根据所述第一样本实例构造包含目标特征序号的第三样本实例,根据所述第二样本实例构造不包含所述目标特征序号的第四样本实例,其中,所述目标特征序号为所述目标样本实例中的任一特征的序号;
步骤S708,获取所述第三样本实例对应的第一测试结果以及所述第四样本实例对应的第二测试结果;
例如,可将第三样本实例输入训练完成的联邦学习模型,得到第三样本实例对应的第一测试结果,相应的,可将第四样本实例输入训练完成的联邦学习模型,得到第四样本实例对应的第二测试结果。
步骤S710,根据所述第一测试结果以及所述第二测试结果之间的差异确定所述目标特征对所述联邦学习模型的沙普利值的边际贡献量。
图8是根据本公开一个示例性实施例示出的得到用于对样本实例进行重新排序的随机顺序的流程图,如图8所示,联邦学习参与方贡献度量方法还可包括:
步骤S801,在将所述数据集中的目标样本实例以及所述随机样本实例以相同的随机顺序进行排序之前,根据所述数据集构建特征序号集合,其中,所述特征序号集合中包括各参与方的特征序号,所述特征序号中包括特征所属的参与方的序号以及特征的序号;
例如,特征所属的参与方的序号例如可以用第k个参与方的形式表示,其中k为参与方的序号,特征的序号例如可以用第i个特征表示,用于表示第k个参与方中的第i个特征。
步骤S803:对所述特征序号集合中特征序号进行随机排序,得到所述随机顺序。
在本公开的一个示例性实施例中,所述各参与方提供的训练数据具有不同的特征空间以及相同的样本空间,及本公开一个或多个实施例的联邦学习参与方贡献方法适用于联邦学习系统中的纵向联合建模场景,图9是根据本公开一个实施例的各参与方的数据集有不相同的特征空间和相同样本空间的场景的示意图。例如,xi≠xj,yi≠yj,Ii=Ij,其中,x表示特征空间,y表示标签空间,I是样本ID空间,Di,Dj分别表示参与方i和参与方j拥有的数据集。假设存在两方的数据特征空间对和标签空间对,即(xi,yi)和(xj,yj)是不相同的;但对于两方的数据样本空间,即Ii和Ij存在大部分的交集。
本公开的一个实施例中,所述参与方不包括可信第三方或协调方中的任意一方,也即本公开一个或多个实施例的联邦学习参与方贡献方法适用于无可信第三方或协调方参与计算、由多个参与方、其中一个参与方为联邦学习建模任务发起方的联邦学习系统。
图10是根据本公开一个实施例的一种联邦学习参与方贡献度量装置的结构示意图,如图10所示,该装置1000包括:
第一确定模块1002,用于确定联邦学习建模任务的各参与方的各特征对训练得到的联邦学习模型的沙普利值的边际贡献量,其中,所述各特征是所述各参与方提供的用于训练所述联邦学习模型的数据集中的特征;
第二确定模块1004,用于确定所述各参与方的所有特征的沙普利值的边际贡献量的总和,得到所述各参与方对所述联邦学习模型的贡献量。
在本公开的一个实施例中,所述第一确定模块可包括:第一计算子模块,用于对于所述各参与方的各特征,计算特征对测试集中样本测试值的实际测试值与该特征对所述样本测试值的期望测试值之间的差值,得到该特征对测试结果的边际贡献量;第二计算子模块,用于根据该边际贡献量计算该特征对所述联邦学习模型的沙普利值的边际贡献量。
在本公开的一个实施例中,所述第一确定模块可包括:
模拟子模块,用于多次对数据集中的样本实例进行随机数值模拟,确定出每次随机数值模拟得到的所述各参与方的各特征对所述联邦学习模型的沙普利值的边际贡献量,其中,所述数据集中包括多个样本实例,各样本实例中包括一个参与方的多个特征;
确定子模块,用于对于所述各参与方的各特征,将在多次随机数值模拟得到的多个边际贡献量的均值作为特征对所述联邦学习模型的沙普利值的边际贡献量。
在本公开的一个实施例中,所述模拟子模块具体用于:
从所述数据集中随机抽取特征,得到随机样本实例;
将目标样本实例以及所述随机样本实例以相同的随机顺序进行排序,排序后得到第一样本实例以及第二样本实例,其中,所述目标样本实例为所述数据集中的任一样本实例;
根据所述第一样本实例构造包含目标特征序号的第三样本实例,根据所述第二样本实例构造不包含所述目标特征序号的第四样本实例,其中,所述目标特征序号为所述目标样本实例中的任一特征的序号;
获取所述第三样本实例对应的第一测试结果以及所述第四样本实例对应的第二测试结果;
根据所述第一测试结果以及所述第二测试结果之间的差异确定所述目标特征对所述联邦学习模型的沙普利值的边际贡献量。
在本公开的一个实施例中,联邦学习参与方贡献度量装置还可包括:
构建模块,用于将所述数据集中的目标样本实例以及所述随机样本实例以相同的随机顺序进行排序之前,根据所述数据集构建特征序号集合,其中,所述特征序号集合中包括各参与方的特征序号,所述特征序号中包括特征所属的参与方的序号以及特征在所述参与方中的序号;
排序模块,用于对所述特征序号集合中的特征序号进行随机排序,得到所述随机顺序。
在本公开的一个实施例中,所述各参与方提供的训练数据具有不同的特征空间以及相同的样本空间。
在本公开的一个实施例中,所述各参与方不包括可信第三方或协调方中的任意一方。
本公开一个实施例还提供了一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行本公开实施例提供的任意一种联邦学习参与方贡献度量方法。
本公开一个实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现本公开实施例提供的任意一种联邦学习参与方贡献度量方法。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
下面参照图11来描述根据本发明的这种实施方式的电子设备1100。图11显示的电子设备1100仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图11所示,电子设备1000以通用计算设备的形式表现。电子设备1100的组件可以包括但不限于:上述至少一个处理单元1110、上述至少一个存储单元1120、连接不同系统组件(包括存储单元1120和处理单元1110)的总线1130。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元1110执行,使得所述处理单元1110执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
存储单元1120可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)11201和/或高速缓存存储单元11202,还可以进一步包括只读存储单元(ROM)11203。
存储单元1120还可以包括具有一组(至少一个)程序模块11205的程序/实用工具11204,这样的程序模块11205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线1130可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备1100也可以与一个或多个外部设备1200(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备1100交互的设备通信,和/或与使得该电子设备1100能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口1150进行。并且,电子设备1100还可以通过网络适配器1160与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器1160通过总线1130与电子设备1100的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备1100使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中,还提供了一种计算机可读存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
描述了根据本发明的实施方式的用于实现上述方法的程序产品,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由所附的权利要求指出。
Claims (10)
1.一种联邦学习参与方贡献度量方法,其特征在于,包括:
确定联邦学习建模任务的各参与方的各特征对训练得到的联邦学习模型的沙普利值的边际贡献量,其中,所述各特征是所述各参与方提供的用于训练所述联邦学习模型的数据集中的特征;
确定所述各参与方的所有特征的沙普利值的边际贡献量的总和,得到所述各参与方对所述联邦学习模型的贡献量。
2.根据权利要求1所述的联邦学习参与方贡献度量方法,其特征在于,确定所述各参与方的所有特征的沙普利值的边际贡献量的总和,包括:
对于所述各参与方的各特征,计算特征对测试集中样本测试值的实际测试值与该特征对所述样本测试值的期望测试值之间的差值,得到该特征对测试结果的边际贡献量,根据该边际贡献量计算该特征对所述联邦学习模型的沙普利值的边际贡献量。
3.根据权利要求1所述的联邦学习参与方贡献度量方法,其特征在于,确定联邦学习建模任务的各参与方的各特征对训练得到的联邦学习模型的沙普利值的边际贡献量,包括:
多次对数据集中的样本实例进行随机数值模拟,确定出每次随机数值模拟得到的所述各参与方的各特征对所述联邦学习模型的沙普利值的边际贡献量,其中,所述数据集中包括多个样本实例,各样本实例中包括一个参与方的多个特征;
对于所述各参与方的各特征,将在多次随机数值模拟得到的多个边际贡献量的均值作为特征对所述联邦学习模型的沙普利值的边际贡献量。
4.根据权利要求3所述的联邦学习参与方贡献度量方法,其特征在于,每次通过随机数值模拟确定所述各参与方的各特征对所述联邦学习模型的沙普利值的边际贡献量,包括:
从所述数据集中随机抽取特征,得到随机样本实例;
将目标样本实例以及所述随机样本实例以相同的随机顺序进行排序,排序后得到第一样本实例以及第二样本实例,其中,所述目标样本实例为所述数据集中的任一样本实例;
根据所述第一样本实例构造包含目标特征序号的第三样本实例,根据所述第二样本实例构造不包含所述目标特征序号的第四样本实例,其中,所述目标特征序号为所述目标样本实例中的任一特征的序号;
获取所述第三样本实例对应的第一测试结果以及所述第四样本实例对应的第二测试结果;
根据所述第一测试结果以及所述第二测试结果之间的差异确定所述目标特征对所述联邦学习模型的沙普利值的边际贡献量。
5.根据权利要求4所述的联邦学习参与方贡献度量方法,其特征在于,所述方法还包括:
将所述数据集中的目标样本实例以及所述随机样本实例以相同的随机顺序进行排序之前,根据所述数据集构建特征序号集合,其中,所述特征序号集合中包括各参与方的特征序号,所述特征序号中包括特征所属的参与方的序号以及特征在所述参与方中的序号;
对所述特征序号集合中的特征序号进行随机排序,得到所述随机顺序。
6.根据权利要求1所述的联邦学习参与方贡献度量方法,其特征在于,所述各参与方提供的训练数据集具有不同的特征空间以及相同的样本空间。
7.根据权利要求1至6中任意一项所述的联邦学习参与方贡献度量方法,其特征在于,所述各参与方不包括可信第三方或协调方中的任意一方。
8.一种联邦学习参与方贡献度量装置,其特征在于,包括:
第一确定模块,用于确定联邦学习建模任务的各参与方的各特征对训练得到的联邦学习模型的沙普利值的边际贡献量,其中,所述各特征是所述各参与方提供的用于训练所述联邦学习模型的数据集中的特征;
第二确定模块,用于确定所述各参与方的所有特征的沙普利值的边际贡献量的总和,得到所述各参与方对所述联邦学习模型的贡献量。
9.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1~7中任意一项所述的联邦学习参与方贡献度量方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1~7中任意一项所述的联邦学习参与方贡献度量方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111215543.1A CN113947213A (zh) | 2021-10-19 | 2021-10-19 | 联邦学习参与方贡献度量方法、装置、存储介质及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111215543.1A CN113947213A (zh) | 2021-10-19 | 2021-10-19 | 联邦学习参与方贡献度量方法、装置、存储介质及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113947213A true CN113947213A (zh) | 2022-01-18 |
Family
ID=79331865
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111215543.1A Pending CN113947213A (zh) | 2021-10-19 | 2021-10-19 | 联邦学习参与方贡献度量方法、装置、存储介质及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113947213A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114553869A (zh) * | 2022-02-11 | 2022-05-27 | 新智我来网络科技有限公司 | 基于联合学习的确定资源贡献度的方法、装置和电子设备 |
CN114819183A (zh) * | 2022-04-15 | 2022-07-29 | 支付宝(杭州)信息技术有限公司 | 基于联邦学习的模型梯度确认方法、装置、设备及介质 |
CN115238148A (zh) * | 2022-09-21 | 2022-10-25 | 杭州衡泰技术股份有限公司 | 面向多方企业联合信用评级的特征组合筛选方法及应用 |
CN116384502A (zh) * | 2022-09-09 | 2023-07-04 | 京信数据科技有限公司 | 联邦学习中参与方价值贡献计算方法、装置、设备及介质 |
WO2024066042A1 (zh) * | 2022-09-27 | 2024-04-04 | 深圳先进技术研究院 | 基于隐私计算的电子保函价值预测方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112257063A (zh) * | 2020-10-19 | 2021-01-22 | 上海交通大学 | 一种基于合作博弈论的联邦学习中后门攻击的检测方法 |
CN112651170A (zh) * | 2020-12-14 | 2021-04-13 | 德清阿尔法创新研究院 | 一种纵向联邦学习场景中高效的特征贡献评估方法 |
CN113326948A (zh) * | 2021-06-01 | 2021-08-31 | 深圳前海微众银行股份有限公司 | 联邦学习模型的数据处理方法、装置、设备及存储介质 |
-
2021
- 2021-10-19 CN CN202111215543.1A patent/CN113947213A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112257063A (zh) * | 2020-10-19 | 2021-01-22 | 上海交通大学 | 一种基于合作博弈论的联邦学习中后门攻击的检测方法 |
CN112651170A (zh) * | 2020-12-14 | 2021-04-13 | 德清阿尔法创新研究院 | 一种纵向联邦学习场景中高效的特征贡献评估方法 |
CN113326948A (zh) * | 2021-06-01 | 2021-08-31 | 深圳前海微众银行股份有限公司 | 联邦学习模型的数据处理方法、装置、设备及存储介质 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114553869A (zh) * | 2022-02-11 | 2022-05-27 | 新智我来网络科技有限公司 | 基于联合学习的确定资源贡献度的方法、装置和电子设备 |
CN114819183A (zh) * | 2022-04-15 | 2022-07-29 | 支付宝(杭州)信息技术有限公司 | 基于联邦学习的模型梯度确认方法、装置、设备及介质 |
CN116384502A (zh) * | 2022-09-09 | 2023-07-04 | 京信数据科技有限公司 | 联邦学习中参与方价值贡献计算方法、装置、设备及介质 |
CN116384502B (zh) * | 2022-09-09 | 2024-02-20 | 京信数据科技有限公司 | 联邦学习中参与方价值贡献计算方法、装置、设备及介质 |
CN115238148A (zh) * | 2022-09-21 | 2022-10-25 | 杭州衡泰技术股份有限公司 | 面向多方企业联合信用评级的特征组合筛选方法及应用 |
WO2024066042A1 (zh) * | 2022-09-27 | 2024-04-04 | 深圳先进技术研究院 | 基于隐私计算的电子保函价值预测方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113947213A (zh) | 联邦学习参与方贡献度量方法、装置、存储介质及设备 | |
Liu et al. | Competing bandits in matching markets | |
US20230142864A1 (en) | Estimation of Admixture Generation | |
CN113626168A (zh) | 联邦学习中参与方贡献量计算方法、系统、设备及介质 | |
Xu et al. | Incentivizing the biased requesters: Truthful task assignment mechanisms in crowdsourcing | |
Ye et al. | Combining preference and absolute judgements in a crowd-sourced setting | |
CN112948274A (zh) | 测试用例评分模型训练方法和测试用例选择方法 | |
Lin et al. | Uncovering heterogeneous social effects in binary choices | |
CN113297593A (zh) | 基于隐私计算的贡献度计算方法及装置、设备、介质 | |
CN113761070A (zh) | 区块链情报数据共享激励方法、系统、设备和介质 | |
CN107679766B (zh) | 一种群智任务动态冗余调度方法及装置 | |
CN106960397A (zh) | 推荐高考院校的方法及装置 | |
Wang et al. | An additive hazards cure model with informative interval censoring | |
CN112308720B (zh) | 一种确定联邦学习联盟中参与方的方法及装置 | |
Huang et al. | An online inference-aided incentive framework for information elicitation without verification | |
CN114503141A (zh) | 用于在技能管理平台中生成改进简档的方法和系统 | |
CN113657525B (zh) | 基于KMeans的跨特征联邦聚类方法及相关设备 | |
CN116049678A (zh) | 特征贡献度评估方法、装置、电子设备和存储介质 | |
Iyengar et al. | Ranking journals using the dominance hierarchy procedure: an illustration with IS journals | |
US20130117070A1 (en) | Method and apparatus for providing market simulation service | |
CN111598390B (zh) | 服务器高可用性评估方法、装置、设备和可读存储介质 | |
CN114625894A (zh) | 鉴赏力评估、模型训练方法、装置、介质和计算设备 | |
CN113298120A (zh) | 基于融合模型的用户风险预测方法、系统和计算机设备 | |
CN115526341A (zh) | 确定联邦学习系统中数据定价信息的方法及相关设备 | |
Freeman et al. | An Equivalence Between Fair Division and Wagering Mechanisms |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |