摘要
本发明公开了一种垂直联邦学习中考虑诚实度的核心数据选择方法、装置、设备及介质,该方法包括:获取每个参与方所有第一数据的敏感度之和,得到第一数据敏感度;根据所述第一数据敏感度,获取每个所述参与方的被采样概率;根据所述被采样概率,获取每个所述参与方的所述第一数据的第一采样集合;获取所述第一采样集合的并集,得到第一核心集;根据所述第一核心集,通过重要性采样,获取数据权重,根据所述第一核心集以及所述数据权重,得到第二核心集。本发明能够降低垂直联邦学习的通信复杂度,并提升垂直联邦学习的鲁棒性,可以广泛应用于数据处理技术领域。
技术关键词
核心
近似算法
数据处理技术
计算机程序产品
聚类
处理器
模块
可读存储介质
存储器
鲁棒性
因子
复杂度
电子设备
索引