联邦学习模型训练方法、高速偷逃费行为识别方法

本发明公开了一种联邦学习模型训练方法、高速偷逃费行为识别方法，包括若干小样本集拥有方及所述标签拥有方分别通过带有随机掩码的电路完成与全量样本集拥有方的隐私求交，得到相应指标库的交集信息；各业务方根据所述交集信息和标签拥有方发送的标签值，采用同态加密算法计算WOE编码数据，所述标签值用于表征是否为偷逃费行为；各业务方在本地利用所述WOE编码数据和所述标签值对逻辑回归模型进行训练，并与所述标签拥有方进行纵向联邦学习，对模型参数进行迭代更新直至满足预设训练停止条件时，得到训练好的逻辑回归模型并部署在本地用于对高速区域内通行车辆偷逃费评分；本发明可实现实现高速偷逃费精准稽核和分级分类。