(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210756989.3 (22)申请日 2022.06.30 (71)申请人 中国电子科技 集团公司第三十 研究 所 地址 610000 四川省成 都市高新区创业路6 号 (72)发明人 汤殿华　黄云帆　任娟　尉小鹏　 张文政　曹云飞　赵伟　王林　 (74)专利代理 机构 成都九鼎天元知识产权代理 有限公司 51214 专利代理师 罗强 (51)Int.Cl. H04L 9/00(2022.01) H04L 9/08(2006.01) H04L 9/40(2022.01) (54)发明名称 一种基于批打包编码的密态纵向联邦逻辑 回归训练方法 (57)摘要 本发明提供了一种基于批打包编码的密态 纵向联邦逻辑回归训练方法， 采用批打包编码技 术对训练数据及模型参数的大批量快速打包编 码， 并加密为密文， 最终在密文域内实现纵向联 邦逻辑回归模 型的训练过程。 本发 明利用了批打 包编码的高效性， 大大减少了参与方之间的密文 交互数量， 有效提升了密文域模 型训练过程的运 算效率， 可以用于拥有海量数据的多参与方之间 执行纵向联邦模型的安全、 高效、 快速模型训练。 权利要求书4页 说明书11页 附图1页 CN 115242372 A 2022.10.25 CN 115242372 A 1.一种基于批打包编码的密态纵向联邦逻辑回归训练方法， 其特征在于， 包含参与方 A、 参与方B与协调方C， 具体过程如下： 步骤1、 协调方C生成公钥、 私钥、 计算密钥 并将公钥与计算密钥分别发送给参与方A与 参与方B； 步骤2、 基于加密的样本ID对齐技术， 对齐参与方A与 参与方B之间相同ID对应的样本数 据； 其中， 参与方A与参与方B各拥有包含部分特征的样本数据， 参与方B同时拥有每个样本 对应的标签值； 步骤3、 协调方C设置初始权 重向量， 并发送给参与方A与参与方B； 步骤4、 参与方A根据拥有的样本数据以及当前的权重向量计算 得到明文列向量uA与 对uA与 进行分块批打包编码得到对应的包含明文多项式的向量， 对包含明文多项式的向 量进行加密处 理得到密文向量 与 将密文向量发送给参与方B； 步骤5、 参与方B根据拥有的样本数据以及当前的权重向量计算得到明文列向量uB和 将明文列向量uB、 以及标签值进行分块批打包编码得到向量 采用同态运算方 法将参与方A的密文向量与得到的明文向量 以及py进行同态计算处理， 再计算密 文中间参数、 密 文损失函数值和参与方B的密 文局部梯度； 将计算得到的密 文中间参数发送 给参与方A， 将密文损失函数值和参与方B的密文局部梯度发送给协调方C； 步骤6、 参与方A根据密文中间参数计算 参与方A的密文局部梯度， 并发送给协调方C； 步骤7、 协调方C通过私钥解密并解码参与方A和参与方B的密文局部梯度， 得到明文梯 度向量， 根据明文梯度向量并选择学习率对权重向量进 行更新， 更新后发送给参与方A和参 与方B； 步骤8、 协调方C通过私钥解密并解码密文损失函数值， 判断解码得到损失函数值是否 大于设定的阈值， 若大于则返回步骤4进行迭代训练； 反 之， 结束训练。 2.根据权利要求1所述的基于批打包编码 的密态纵向联邦逻辑回归训练方法， 其特征 在于， 所述 步骤2中， 参与方A拥有k个特 征对应的n个样本数据， 表示 为： 参与方B拥有d ‑k个特征对应的n个样本和每 个样本对应的标签值， 表示 为： 其中， d为特 征数。 3.根据权利要求2所述的基于批打包编码 的密态纵向联邦逻辑回归训练方法， 其特征 在于， 所述步骤3中， 参与方设置初始权重向量为 并将权　利　要　求　书 1/4 页 2 CN 115242372 A 2发送给参与方A作为权重向量， 将 发送给参与方 B作为权重向量。 4.根据权利要求3所述的基于批打包编码 的密态纵向联邦逻辑回归训练方法， 其特征 在于， 所述 步骤4的具体子步骤为： 步骤4.1、 计算明文列向量uA与 步骤4 .2、 将明文列向量uA进行分块批打包编码， 得到包含w个明文多项式 并进行加密处 理， 得到密文向量 步骤4 .3、 将明文列向量 进行分块批打包编码， 得到包含w个明文多项式 并进行加密处 理， 得到密文向量 5.根据权利要求4所述的基于批打包编码 的密态纵向联邦逻辑回归训练方法， 其特征 在于， 所述 步骤5中， 向量 以及py的计算过程 为： 步 骤 5 .1 、参 与 方 B 根 据 当 前 的 权 重 向 量 与 样 本 数 据 计 算 明 文 列 向 量 和 权　利　要　求　书 2/4 页 3 CN 115242372 A 3