(19)中华 人民共和国 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 202111562448.9 (22)申请日 2021.12.20 (71)申请人 健康数据 （北京） 科技有限公司 地址 100000 北京市朝阳区望京园401号楼 14层1701 (72)发明人 杨远　刘昊　李云鹏　杨凡　 麦泽庆　郭常占　史俊才　燕青　 (74)专利代理 机构 广东高端专利代理事务所 (特殊普通 合伙) 44346 代理人 李彩凤 (51)Int.Cl. G06F 21/62(2013.01) G06N 20/00(2019.01) (54)发明名称 一种基于联邦学习的数据分析方法及系统 (57)摘要 本发明公开了一种基于联邦学习的数据分 析方法及系统， 方法包括： 确定数据需求集合与 训练模型； 将数据需求集合传输至每一数据节点 提取训练样 本； 基于训练样本训练得到每一数据 节点的梯度数据， 聚合分析得到训练结果， 并提 取数据特征； 将数据特征传输至每一数据节点进 行特征匹配， 匹配得到每一数据节 点中适配于数 据特征的近似样本； 若存在任一数据节点的训练 样本与近似样本一致， 对训练结果进行脱敏处 理。 本发明实施例中， 通过对训练结果提取数据 特征， 并根据数据特征于训练样本进行匹配， 若 匹配成功， 则证明训练结果存在隐私泄露风险， 据此对训练结果进行脱 敏， 避免诸如推导公开数 据溯源原 始数据的情况发生， 确保数据安全。 权利要求书2页 说明书7页 附图3页 CN 114372287 A 2022.04.19 CN 114372287 A 1.一种基于联邦学习的数据分析 方法， 其特 征在于， 所述方法包括： 确定数据需求 集合与训练模型； 将所述数据需求 集合传输至每一数据节点； 根据所述数据需求 集合， 于每一数据节点所存 储结构化数据中提取训练样本； 采用所述训练模型训练所述训练样本， 得到对应于每一数据节点的梯度数据； 对每一梯度数据进行聚合分析， 得到训练结果； 提取所述训练结果的数据特 征； 将所述数据特征传输至每一数据节点进行特征匹配， 匹配得到每一数据节点中适配于 所述数据特 征的近似样本； 若存在任一数据节点的训练样本与近似样本一 致， 对所述训练结果进行脱敏处 理。 2.根据权利要求1所述的一种基于联邦学习的数据分析方法， 其特征在于， 所述对所述 训练结果进行脱敏处 理， 包括： 基于所述训练样本， 对所述训练结果中每一字段划分 关联区间； 采用同一偏差指标， 对处于强关联区间的字段与处于弱关联区间的字段进行错位偏 差， 得到偏差结果。 其中， 所述偏差指标仅分配予中心 节点， 用以将所述偏差结果还原得到所述训练结果。 3.根据权利要求1所述的一种基于联邦学习的数据分析方法， 其特征在于， 在对所述训 练结果进行脱敏处 理之后， 所述方法还 包括： 分析每一数据节点所提供训练数据对训练结果的贡献比例； 基于所述贡献比例对当次研究收益进行激励分配。 4.根据权利要求1或3任一项所述的一种基于联邦学习的数据分析方法， 其特征在于， 所述方法还 包括： 对进行脱敏处 理的训练结果， 在完成激励分配后， 对激励进行存蓄； 当激励存蓄达 到预设脱敏次数后， 对 存蓄的激励发放至每一数据节点。 5.根据权利要求1所述的一种基于联邦学习的数据分析方法， 其特征在于， 所述方法还 包括： 当存在新增数据节点接入时， 对所述 新增数据节点的结构化数据提取识别特 征； 基于所述识别特 征在每一数据节点中识别与所述 新增数据节点 一致的重复数据。 6.一种基于联邦学习的数据分析系统， 其特 征在于， 所述系统包括： 构建单元， 用于确定数据需求 集合与训练模型； 传输单元， 用于将所述数据需求 集合传输至每一数据节点； 样本提取单元， 用于根据所述数据需求集合， 于每一数据节点所存储结构化数据中提 取训练样本； 分布训练单元， 用于采用所述训练模型训练所述训练样本， 得到对应于每一数据节点 的梯度数据； 聚合分析 单元， 用于对每一梯度数据进行聚合分析， 得到训练结果； 特征提取单元， 用于提取 所述训练结果的数据特 征； 近似匹配单元， 用于将所述数据特征传输至每一数据节点进行特征匹配， 匹配得到每 一数据节点中适配于所述数据特 征的近似样本；权　利　要　求　书 1/2 页 2 CN 114372287 A 2脱敏单元， 用于当存在任一数据节点的训练样本与近似样本一致时， 对所述训练结果 进行脱敏处 理。 7.根据权利要求6所述的一种基于联邦学习的数据分析系统， 其特征在于， 所述脱敏单 元包括： 区间划分子单 元， 用于基于所述训练样本， 对所述训练结果中每一字段划分 关联区间； 错位偏差子单元， 用于采用同一偏差指标， 对处于强关联区间的字段与处于弱关联区 间的字段进行错 位偏差， 得到偏差结果。 其中， 所述偏差指标仅分配予中心 节点， 用以将所述偏差结果还原得到所述训练结果。 8.根据权利要求6所述的一种基于联邦学习的数据分析系统， 其特征在于， 所述系统还 包括： 贡献分析单元， 用于在所述脱敏单元对所述训练结果进行脱敏处理之后， 分析每一数 据节点所提供训练数据对训练结果的贡献比例； 激励分配单 元， 用于基于所述贡献比例对当次研究收益进行激励分配。 9.根据权利要求6或8任一项所述的一种基于联邦学习的数据分析系统， 其特征在于， 所述系统还 包括： 激励存蓄单元， 用于对进行脱敏处理的训练结果， 在完成激励分配后， 对激励进行存 蓄； 所述激励分配单元， 还用于在激励存蓄达到预设脱敏次数后， 对存蓄的激励发放至每 一数据节点。 10.根据权利要求6所述的一种基于联邦学习的数据分析系统， 其特征在于， 所述系统 还包括： 所述特征提取单元， 还用于在存在新增数据节点接入时， 对所述新增数据节点的结构 化数据提取识别特 征； 所述近似匹配单元， 还用于在基于所述识别特征在每一数据节点中识别与 所述新增数 据节点一致的重复数据。权　利　要　求　书 2/2 页 3 CN 114372287 A 3