一种基于分段函数的去中心化逻辑回归分类预测方法

摘要

本发明公开了一种基于分段函数的去中心化逻辑回归分类预测方法，该方法具体为：设有m个参与者包括1个数据应用者和m‑1个数据持有者，数据应用者和数据持有者基于选定的加密方案计算XkWk，然后数据应用者和数据持有者加密XkWk并作为输入调用盲百万富翁协议，从而获取分段函数f(XW)的结果。数据应用者计算误差Y’=f(XW)−Y。数据应用者加密误差E(Y’)发送给所有的数据持有者。数据应用者可以本地更新参数W1。数据持有者计算E(Y’)并更新参数。重复上述步骤，直至训练收敛至某一阈值或者迭代次数达到设置的最大的迭代次数。最终，数据应用者和数据持有者得到最终参数Wk，参与者可以通过得到参数Wk进行分类预测。本发明的方法与现有方法的区别是：没有暴露梯度值和乘积结果，保护了数据持有者数据的安全性。