摘要
本发明涉及数据共享技术领域,具体涉及一种基于隐私保护的金融数据多方安全共享方法。该方法包括:获取每一金融机构内部金融数据的在不同次安全计算协议计算得到的训练参数;根据当前次训练参数与历史参数的数值变化和离散性分析,确定数值异常指标;确定初始聚合参数;根据当前次与历史在训练参数与初始聚合参数的向量变化,确定方向变化正常指标;结合数值异常指标和所述方向变化正常指标,确定每一金融机构当前次训练参数的可信指标;结合可信指标进行当前次联邦模型聚合的加权分析,直至达到全局最优,输出共享数据。本申请能够自适应对金融机构进行权重调整,提升整体联邦模型的准确性与可靠性,使得最终输出共享数据结果更为真实准确。
技术关键词
共享方法
联邦模型
参数
指标
金融
数值
客户端
中心服务器
夹角余弦
数据共享技术
序列
直线
元素
协议
校正
加密
格式
分子
系统为您推荐了相关专利信息
教辅资源数据
矩阵分解算法
近似误差
阶段
教育数据处理技术
量评估方法
富血小板血浆
白细胞
协方差矩阵
卡尔曼滤波算法
冰冻
功率预测方法
分类预测模型
高分辨率数值
功率预测技术
声纹特征
二维卷积网络
异常检测方法
检测模型训练
异常检测装置