基于联邦学习的金融保险理赔风险模型训练方法及装置

摘要

本发明提供一种基于联邦学习的金融保险理赔风险模型训练方法及装置，方法包括：中心节点生成同态加密的公钥，并发送给第一参与方P1和第二参与方Pi；第二参与方Pi计算加密聚合参数并发送至第一参与方P1；第一参与方P1计算聚合参数并发送给各第二参与方Pi；第一参与方P1和第二参与方Pi计算各自的参数梯度更新式并发送给中心节点进行解密并回传；第一参与方P1和第二参与方Pi在预先设定的学习率下进行模型参数更新，各参与方根据更新后的模型参数计算新的传播参数；迭代直至达到模型收敛条件。本发明考虑到金融风险评估应该考虑到用户多方面行为的特点，使用多方数据集联合训练模型，从而能够达到更好的模型训练效果。