买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉上海光之树科技有限公司申请的专利基于双方数据隐私保护的目标样本推荐方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115269983B 。

龙图腾网通过国家知识产权局官网在2025-12-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210899031.X，技术领域涉及：G06F18/214；该发明授权基于双方数据隐私保护的目标样本推荐方法是由张子扬;张珣;袁晨;张佳辰设计研发完成，并于2022-07-28向国家知识产权局提交的专利申请。

本基于双方数据隐私保护的目标样本推荐方法在说明书摘要公布了：本发明公开了一种基于双方数据隐私保护的目标样本推荐方法，数据方在本地计算数据库中的每条候选样本与需求方提供的进行联邦学习的每条训练样本的相似度，由于在联邦学习环境下，数据方无法知晓需求方提供的每条训练样本对应的样本标签，因此无法判断参与相似度计算的训练样本是否为需求方现有的真实客户，保护了需求方的已有真实客户信息不泄露；同时由于样本相似度计算在数据方的本地进行，需求方同样无法获知参与相似度计算的各候选样本的具体信息，保证了数据方的非目标样本信息不泄露。另外，在目标样本预测阶段，数据方通过XGBoost模型仅将预测为正例的拟推荐样本作为目标样本推荐给需求方，确保了拟推荐样本中的非目标样本的数据信息不泄露。

本发明授权基于双方数据隐私保护的目标样本推荐方法在权利要求书中公布了：1.一种基于双方数据隐私保护的目标样本推荐方法，其特征在于，步骤包括： S1，数据方根据需求方提供的训练样本id进行联邦学习，得到经同态加密算法加密后的XGBoost模型作为联邦学习模型； S2，在联邦学习环境下，所述数据方计算其本地数据库中的每条候选样本与所述需求方提供的进行联邦学习的每条训练样本的相似度，按照相似度由高到低对候选样本进行排序筛选，得到M条拟推荐样本； S3，所述数据方在本地利用步骤S1训练的所述联邦学习模型对M条所述拟推荐样本进行分类预测，并将预测为正例的若干条所述拟推荐样本作为目标样本推荐给所述需求方； 所述需求方提供的进行联邦学习的所述训练样本包括作为正例的目标领域下的客户群体的数据样本和作为负例的非目标领域下的客户群体的数据样本； 利用同态加密的XGBoost模型预测目标样本的方法为： 步骤一：根据损失函数初始化所有样本预测值，损失函数为二分类的交叉熵损失，则可将每个样本预测为正例的预测概率设置为0.5，并在此基础上基于已保存的训练好的n棵树的第一棵树开始对预测样本进行预测； 步骤二：对当前树从根节点开始，对每个节点开始划分预测样本，根据数据方保存的树节点对应的划分特征及划分点信息，找到当前树节点的特征及划分点，将当前节点中的样本根据该特征及划分点划分到左右两个子节点中，依次进去其左右子节点中，对左右子节点中的样本进行进一步划分； 步骤三：若进入到当前树模型的叶子节点中，需求方需要根据训练时本地保存的叶子节点对应预测值信息，找到当前叶子节点对应的预测值，将该预测值作为该叶子节点中预测样本在当前树上的预测值； 步骤四：当本棵树上的所有预测样本都落入叶子节点后，需求方将样本在当前树上的预测值加到样本对应的预测值上，并进行下一颗树的预测，当所有树预测均完成后，每个样本对应的预测值就作为该样本在当前模型下的预测值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海光之树科技有限公司，其通讯地址为：200433 上海市杨浦区国和路60号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。