一种无第三方的逻辑回归联邦学习模型训练系统及方法

摘要

本发明实施例提供了一种无第三方的逻辑回归联邦学习模型训练系统及方法，涉及数据处理技术领域，上述系统包括第一设备与第二设备。第一设备生成公钥与私钥；计算第一内积，向第二设备发送公钥与第一加密内积。第二设备计算第二内积，并对第二内积进行加密；计算加密前向梯度与针对第二模型的第二加密梯度；向第一设备发送加密前向梯度、添加掩码的第二加密梯度。第一设备对加密前向梯度、第二加密梯度进行解密，向第二设备发送第二梯度；计算第一梯度；根据第一梯度对第一模型参数进行调整。第二设备对第二模型参数进行调整。应用本发明实施例提供的方案可以在不存在可信第三方设备的情况下，保证样本数据安全性的同时完成模型训练的过程。