一种基于纵向联邦学习的数据预测方法及系统

本申请提供的一种基于纵向联邦学习的数据预测方法及装置，方法包括：客户端获取训练样本的原始特征；客户端将原始特征输入所构建的底部模型，并进行随机化处理，得到随机化处理后的特征嵌入向量；服务器使用随机化处理后的特征嵌入向量，对所构建的顶部模型进行训练，得到对应的损失梯度，以更新顶部模型；客户端基于损失梯度，更新得到目标底部模型；当存在待测请求时，客户端将待测数据的待测原始特征输入目标底部模型，并进行随机化处理，得到随机化处理后的待测特征嵌入向量；服务器将随机化处理后的待测特征嵌入向量输入所述顶部模型，得到预测结果。从而提升纵向联邦学习的训练过程及预测过程中的数据安全性和数据隐私性。