一种基于联邦学习的多方信息交互监测系统及方法

本发明涉及信息交互领域，具体是一种基于联邦学习的多方信息交互监测系统及方法。

背景技术：

1、联邦学习是一种分布式机器学习技术，其核心思想是通过在多个拥有本地数据的数据源之间进行分布式模型训练，在不需要交换本地个体或样本数据的前提下，仅通过交换模型参数或中间结果的方式，构建基于虚拟融合数据下的全局模型，从而实现数据隐私保护和数据共享计算的平衡，即“数据可用不可见”、“数据不动模型动”的应用新范式。

2、在现有技术中，联邦学习通常将模型训练的中间参数上传至参数服务器实现模型聚合，此过程存在一些问题：中间参数存在泄露等安全性问题，中间参数会不断发生变化，信息交互过程定位交互对象的延迟以及选择问题，为此，现提供一种基于联邦学习的多方信息交互监测方法。

技术实现思路

1、为了解决上述技术问题，本发明的目的在于提供一种基于联邦学习的多方信息交互监测方法，包括以下步骤：

2、步骤s1：采集信息流节点的特征值，对特征值进行特征处理获得信息流节点的特征隐私值；

3、步骤s2：设置信息管理平台，将特征隐私值迭差传输至信息管理平台进行处理；

4、步骤s3：构建各信息流节点之间的交互链路，通过管理平台对各信息流节点间的信息交互进行隐私管理。

5、进一步的，采集信息流节点的特征值的过程包括：

6、获取信息交互过程的各个信息发送端，记为信息流节点；

7、获取信息流节点的节点信息，记为根特征，并设置所述根特征对应的根特征值；

8、获取信息流节点的节点参数，并将信息流节点的节点参数记为点特征，并设置所述点特征对应的点特征值；

9、获取相邻信息流节点之间的交互链路以及信息流节点，记为支特征，并设置所述支特征对应的支特征值；

10、获取相间信息流节点之间的交互链路以及信息流节点，记为叉特征，并设置所述叉特征对应的叉特征值；

11、根据根特征、支特征、叉特征以及点特征构建决策树模型，并获得决策树模型中各特征对应的特征值。

12、进一步的，对特征值进行特征处理获得信息流节点的特征隐私值的过程包括：

13、根据信息交互过程获得对应的特征系数；

14、将信息发送端进行交互过程中所经过的信息流节点以及对应的交互链路进行标记，根据所标记的信息流节点以及交互链路所对应的特征值获得对应的总特征值；

15、将所获得的总特征值划分为n个特征片段；

16、设置k*k空白矩阵；

17、对n个特征片段进行进制转换，获得动态矩阵，并将各动态矩阵与对应的信息流节点相关联；

18、将动态矩阵进行特征变换，获得隐私值；

19、根据所获得的隐私值与特征系数，获得交互过程的特征隐私值。

20、进一步的，设置信息管理平台，将特征隐私值迭差传输至信息管理平台进行处理的过程包括：

21、构建由若干个信息流节点组成的信息交汇传输链路，实时获取信息交互传输链路的特征隐私值，将特征隐私值转化为由若干个字符组成的字符串，记为隐私字符；

22、当隐私字符通过信息交互传输链路进行依次传输时，记录信息流节点的传输次数；

23、设置传输速率；

24、根据信息流节点的传输次数以及传输速率，获得信息流节点的交汇传输速率；

25、信息流节点的隐私字符根据信息流节点的交汇传输速率进行传输；

26、当隐私字符与信息交汇传输链路上的隐私字符交汇时，将存在连续相同的字符部分记为重叠字符，并判断重叠字符是否需要重叠处理；

27、设置重叠字符标准长度；

28、当重叠字符的长度小于等于重叠字符标准长度时，则无需对隐私字符进行重叠处理；

29、当重叠字符的长度大于重叠字符标准长度时，将重叠字符从隐私字符内分解出并进行清除，将进行重叠处理后的隐私字符记为隐私去重字符；

30、将隐私去重字符的交汇传输速率恢复至传输速率，直至传输至信息管理平台，则信息管理平台对隐私去重字符进行处理。

31、进一步的，信息管理平台对隐私去重字符进行处理的过程包括：

32、设置迭差周期；

33、根据迭差周期将各个信息学流节点的去重隐私字符进行汇总，并将信息流节点的去重隐私字符进行组合，获得信息流节点的迭汇特征隐私值，并将各个信息流节点的迭汇特征隐私值进行存储；

34、信息管理平台对各个信息流节点的迭汇特征隐私值进行聚合处理，获取全局模型的全局参数，所述全局参数包括最优参数以及交互参数。

35、进一步的，构建各信息流节点之间的交互链路，通过管理平台对各信息流节点间的信息交互进行隐私管理的过程包括：

36、设置信息流节点a；

37、信息流节点a向信息管理平台发送信息交互请求信号；

38、所述信息交互请求信号包括信息交互对象参数以及信息流节点a的特征隐私值调用指令；

39、所述信息交互对象参数通过信息流节点a的本地模型获得的参数数据；

40、所述信息流节点a的参数调用指令指信息管理中心将信息流节点a的迭汇特征隐私值进行调取；

41、信息管理平台接收到信息流节点a的信息交互请求时，调取信息流节点a的迭汇特征隐私值；

42、根据信息管理平台的交互参数对信息流节点a的信息交互对象参数与其他信息流节点向信息管理平台发送的各信息交互请求信号的各迭汇特征隐私值进行同频匹配；

43、将信息流节点a的信息交互对象参数以及其他信息流节点向管理平台发送的各信息交互请求信号的各迭汇特征隐私值进行字符转换，获得汇需字符以及汇供字符；

44、设置同频字符长度阈值；

45、根据交互参数以及同频字符长度阈值，获得交互字符长度阈值；

46、根据交互字符长度阈值，获取汇需字符与汇供字符的重叠字符的长度大于等于交互字符长度阈值的信息流节点，记为待交互节点，并与重叠字符长度相关联；

47、根据信息交互平台的最优参数对信息流节点a的迭汇特征隐私值与各待交互节点向信息管理平台发送的各信息交互请求信号的各信息交互对象参数进行同频匹配。

48、进一步的，根据信息交互平台的最优参数对信息流节点a的迭汇特征隐私值与各待交互节点向信息管理平台发送的各信息交互请求信号的各信息交互对象参数进行同频匹配的过程包括：

49、根据最优参数以及同频字符长度阈值，获得优互字符长度阈值；

50、将信息流节点a的迭汇特征隐私值以及待交互节点的各信息交互对象参数进行字符转换，获得汇转字符以及汇提字符；

51、根据优互字符长度阈值，获取汇转字符与汇提字符的重叠字符的长度大于等于交互字符长度阈值的信息流节点，记为等交互节点，并与重叠字符长度相关联，根据等交互节点获取信息流节点a的交互对象。

52、进一步的，根据等交互节点获取信息流节点a的交互对象的过程包括：

53、根据等交互节点相关联的两个重叠字符的长度间乘积最大值，获得信息流节点a的交互对象，记为交互节点；

54、信息管理平台将信息交互请求信号发送至交互节点，则交互节点与信息流节点进行信息交互；

55、在本发明的另一实施例中，本发明还公开了一种基于联邦学习的多方信息交互监测系统，包括管理中心，所述管理中心通信连接有信息采集模块、信息传输模块以及信息交互模块；

56、所述信息采集模块用于采集信息流节点的特征值，对特征值进行特征处理获得信息流节点的特征隐私值；

57、所述信息传输模块用于设置信息管理平台，将特征隐私值迭差传输至信息管理平台进行处理；

58、所述信息交互模块用于构建各信息流节点之间的交互链路，通过管理平台对各信息流节点间的信息交互进行隐私管理。

59、与现有技术相比，本发明的有益效果是：通过决策树模型获得信息流节点的特征值的参数特征、特征值以及特征系数，根据特征值以及特征系数对动态矩阵进行特征处理，获得隐私矩阵，并对隐私矩阵进一步处理获得信息流节点的特征隐私值，提高信息流节点内信息数据的安全性以及隐私性，减少信息流节点的信息数据的泄露等问题，将特征隐私值迭差传输至信息管理平台，记录信息流节点的传输次数，并根据传输次数规定每次传输速率，在传输过程中，设置迭差周期，特征隐私值交汇存在重叠部分，对重叠部分进行去重处理，将信息流节点上传的特征隐私值进行定期更新处理，减少信息管理中心的工作负荷，在信息流节点进行信息交互过程中，信息流节点将信息交互请求发送至信息管理平台，信息管理平台根据信息交互请求对信息流节点的交互对象进行最佳匹配，并将信息交互请求发送至交互对象，提高信息交互的需求性。