摘要
本发明提供了一种基于联邦学习的样本特征分箱方法、装置及电子设备,该方法包括:各个参与方对用户特征数据进行加密得到加密用户特征数据;计算各个参与方的加密用户特征数据的用户特征统计信息;协调器对加密后的用户特征统计信息进行聚合操作,得到全局用户特征统计信息,并基于各个参与方的加密用户特征数据和全局用户特征统计信息确定特征分箱策略,将全局用户特征统计信息和特征分箱策略加密后返回至各个参与方;各个参与方对加密后的全局用户特征统计信息和特征分箱策略进行解密,并基于解密后的全局用户特征统计信息和特征分箱策略对加密用户特征数据进行分箱操作,得到特征分箱结果。本发明提高了特征分箱的准确性和合理性。
技术关键词
联邦学习系统
策略
分箱方法
样本
计算机可执行指令
解密
量子加密算法
分布特征
分箱装置
电子设备
可读存储介质
差分隐私
处理器
数据压缩
模块
存储器
系统为您推荐了相关专利信息
农田地膜
多光谱遥感影像
多模态
特征提取模块
遥感提取方法
联合波束成形
功率分配方法
深度强化学习
功率分配策略
Softmax函数