(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 202211023740.8 (22)申请日 2022.08.24 (71)申请人 上海阵方科技有限公司 地址 200232 上海市徐汇区丰 谷路315弄24 号1-3层 (72)发明人 刘春明　李升林　 (74)专利代理 机构 南昌金轩知识产权代理有限 公司 36129 专利代理师 彭小娇 (51)Int.Cl. G06F 21/62(2013.01) G06F 16/901(2019.01) G06Q 40/00(2012.01) (54)发明名称 一种应用 于金融场景的隐私逻辑回归方法 及系统 (57)摘要 本发明实施例涉及金融数据处理技术领域， 具体公开了一种应用于金融场景的隐私逻辑回 归方法及系统。 本发明实施例通过将多个数据提 供方的可提供数据对应的元数据描述信息发布； 采用隐私求交集技术， 对多个数据提供方的样本 数据进行对齐； 对多个对齐数据进行预处理； 使 用秘密分享技术进行多 方联合建模； 利用逻辑回 归模型， 对于多个数据提供方提供的待预测数据 进行预测。 能够保证数据的可用不可见， 数据所 有权和使用权分离， 在保护数据隐私安全的情况 下， 让数据实现最大价值， 采用秘密分享技术， 安 全性能够得到保障， 对金融业务的隐私计算安全 性提供有效的支持， 提升计算效率， 减少建模耗 时， 在最大限度保持精准度的同时， 大大降低了 计算耗时。 权利要求书2页 说明书8页 附图4页 CN 115292750 A 2022.11.04 CN 115292750 A 1.一种应用于金融场景的隐私逻辑回归方法， 其特征在于， 所述方法具体包括以下步 骤： 将多个数据提供方的可提供数据对应的元数据描述信息发布， 供数据使用方查阅后， 决定是否使用对应的数据进行建模； 采用隐私求交集技术， 对多个所述数据提供方的样本数据进行对齐， 获取两方对齐后 的对齐数据； 对多个所述对齐数据进行 预处理， 生成多个预处 理数据； 使用秘密分享 技术， 按照多个所述预处 理数据进行多方 联合建模， 构建逻辑回归 模型； 利用所述逻辑回归 模型， 对于多个所述数据提供 方提供的待预测数据进行 预测。 2.根据权利要求1所述的应用于金融场景的隐私逻辑 回归方法， 其特征在于， 所述采用 隐私求交集技术， 对多个所述数据提供方的样本数据进行对齐， 获取两方对齐后的对齐数 据具体包括以下步骤： 任务发起方向多个所述数据提供方发起数据对齐任务， 多个所述数据提供方在接收到 所述数据对齐任务之后， 向所述任务发起方反馈发送第一任务发起成功响应； 多个所述数据提供方分别提取各自数据集的索引列， 启动隐私求交集任务， 得到相同 的交集结果； 多个所述数据提供 方分别根据所述交集结果， 提取 特征列和标签列； 根据多个所述特征列和多个所述标签列进行数据样本对齐， 将多个样本数据虚拟融合 成一个数据集， 得到对齐数据。 3.根据权利要求2所述的应用于金融场景的隐私逻辑 回归方法， 其特征在于， 所述采用 隐私求交集技术， 对多个所述数据提供方的样本数据进行对齐， 获取两方对齐后的对齐数 据还包括以下步骤： 在完成数据对齐之后， 多个数据节点进行返回响应， 告知任务发起方。 4.根据权利要求1所述的应用于金融场景的隐私逻辑 回归方法， 其特征在于， 所述预处 理包括归一化、 分箱和特征筛选， 所述预处理的过程在多个所述数据提供方各自本地进行 操作。 5.根据权利要求1所述的应用于金融场景的隐私逻辑 回归方法， 其特征在于， 所述预处 理包括归一化、 分箱和特征筛选， 所述预处理的过程在多个所述数据提供方进行多方联合 数据预处 理。 6.根据权利要求1所述的应用于金融场景的隐私逻辑 回归方法， 其特征在于， 所述使用 秘密分享技术， 按照多个所述预处理数据进行多方联合建模， 构建逻辑回归模型具体包括 以下步骤： 任务发起方对计算辅助方和多个所述数据提供方发起逻辑 回归任务， 所述计算辅助方 和多个所述数据提供方在接收到所述逻辑回归任务之后， 向所述任务发起方反馈发送第二 任务发起成功响应； 多个所述预处 理数据分片发送至所述计算辅助方和多个所述数据提供 方； 所述计算辅助方和多个所述数据提供方根据多个所述预处理数据执行隐私逻辑回归 计算， 生成回归计算结果； 根据所述回归计算结果， 构建逻辑回归 模型。权　利　要　求　书 1/2 页 2 CN 115292750 A 27.根据权利要求6所述的应用于金融场景的隐私逻辑 回归方法， 其特征在于， 所述使用 秘密分享技术， 按照多个所述预处理数据进行多方联合建模， 构建逻辑回归模型还包括以 下步骤： 将所述逻辑回归 模型保存； 生成执行成功通知， 并将所述执 行成功通知发送至任务发起方。 8.根据权利要求1所述的应用于金融场景的隐私逻辑 回归方法， 其特征在于， 在构建逻 辑回归模型和对于多个所述数据提供方提供的待预测数据进行预测时， 对于涉及的 sigmoid(x)＝1/(1+exp( ‑x))函数进行拟合优化。 9.根据权利要求8所述的应用于金融场景的隐私逻辑 回归方法， 其特征在于， 所述拟合 优化的方式有： 多分段一元一次函数、 一元三次多项式函数、 一元五次多项式函数和一元六 次多项式函数。 10.一种应用于金融场景的隐私逻辑 回归系统， 其特征在于， 所述系统包括数据 元数据 发布模块、 数据对齐模块、 数据预处 理模块、 模型构建模块和模型应用模块， 其中： 数据元数据发布模块， 用于将多个数据提供方的可提供数据对应的元数据描述信 息发 布， 供数据使用方查阅后， 决定是否使用对应的数据进行建模； 数据对齐模块， 用于采用隐私求交集技术， 对多个所述数据提供方的样本数据进行对 齐， 获取两方对齐后的对齐数据； 数据预处 理模块， 用于对多个所述对齐数据进行 预处理， 生成多个预处 理数据； 模型构建模块， 用于使用秘密分享技术， 按照多个所述预处理数据进行多方联合建模， 构建逻辑回归 模型； 模型应用模块， 用于利用所述逻辑回归模型， 对于多个所述数据提供方提供的待预测 数据进行 预测。权　利　要　求　书 2/2 页 3 CN 115292750 A 3