Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 华控清交信息科技(北京)有限公司陈智隆获国家专利权

华控清交信息科技(北京)有限公司陈智隆获国家专利权

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!

龙图腾网获悉华控清交信息科技(北京)有限公司申请的专利一种模型训练方法和多方安全计算系统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:CN115169574B

龙图腾网通过国家知识产权局官网在2026-03-24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:202210645371.X,技术领域涉及:G06N20/00;该发明授权一种模型训练方法和多方安全计算系统是由陈智隆;陈琨;张贵丽设计研发完成,并于2022-06-09向国家知识产权局提交的专利申请。

一种模型训练方法和多方安全计算系统在说明书摘要公布了:本发明实施例提供了一种模型训练方法和多方安全计算系统。其中的方法包括:主动方根据样本数据子集X1计算第一矩阵Z,并经由密文计算平台发送至每个被动方;主动方计算第二矩阵并发送至密文计算平台;第i‑1个被动方根据样本数据子集Xi和第一矩阵Z,计算第三矩阵并发送至密文计算平台;密文计算平台计算第i‑1个被动方的模型参数wi并发送至第i‑1个被动方;第i‑1个被动方计算第四矩阵并发送至密文计算平台;密文计算平台对第四矩阵进行合并,得到合并矩阵发送至主动方;主动方根据样本数据子集X1和合并矩阵计算其模型参数w1。本发明实施例可以提高多方联合训练线性回归模型的效率。

本发明授权一种模型训练方法和多方安全计算系统在权利要求书中公布了:1.一种模型训练方法,其特征在于,所述方法应用于多方安全计算系统,所述多方安全计算系统包括密文计算平台和k个数据提供方,k为大于1的整数,k个数据提供方包括1个主动方和k-1个被动方,所述方法适用于训练线性回归模型所依赖的样本数据集纵向分布在k个数据提供方的场景,所述样本数据集为m为样本个数,n为样本的特征个数,k个数据提供方各自持有的样本数据子集分别为:n=n1+n2+…+nk,所述样本数据集对应的数据标签由所述主动方持有,所述数据标签为所述方法包括: 所述主动方根据持有的样本数据子集X1,计算第一矩阵Z=UE,并将所述第一矩阵Z经由所述密文计算平台发送至每个被动方,其中,In1为单位矩阵,U为对所述样本数据子集X1进行奇异值分解得到的由左奇异向量构成的矩阵; 所述主动方根据所述第一矩阵Z和持有的数据标签Y,计算第二矩阵并将所述第二矩阵发送至所述密文计算平台; 第i-1个被动方根据持有的样本数据子集Xi和接收到的第一矩阵Z,计算第三矩阵并将所述第三矩阵发送至所述密文计算平台,i的取值为2~k; 所述密文计算平台根据接收到的第二矩阵和第三矩阵计算第i-1个被动方的模型参数wi,并将所述第i-1个被动方的模型参数wi发送至第i-1个被动方; 第i-1个被动方根据持有的样本数据子集Xi和接收到的模型参数wi,计算第四矩阵并将所述第四矩阵发送至所述密文计算平台; 所述密文计算平台对接收到的第四矩阵进行合并,得到合并矩阵并将所述合并矩阵发送至所述主动方; 所述主动方根据持有的样本数据子集X1和接收到的合并矩阵计算所述主动方的模型参数

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华控清交信息科技(北京)有限公司,其通讯地址为:100084 北京市海淀区中关村东路1号院3号楼10层1009-1;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。