基于KMeans的跨特征联邦聚类方法及相关设备与流程

技术特征：
1.一种基于kmeans的跨特征联邦聚类方法，其特征在于，所述联邦包括多个参与方，和至少一个协调方，应用于所述协调方，所述方法包括：接收各个参与方发送的第一距离，其中，所述第一距离为样本对象在参与方本地存储的特征数据与所述参与方的聚类中心之间的距离；结合各个所述参与方的第一距离，确定所述样本对象与各个聚类中心的联邦距离；根据所述联邦距离更新所述样本对象的聚类标签；将所述聚类标签返回至各个参与方，以使所述参与方对本地存储的特征数据进行聚类。2.根据权利要求1所述的方法，其特征在于，所述参与方的聚类中心的初始值为所述参与方本地存储的目标样本的特征数据，其中，所述目标样本为所述参与方本地存储的一个样本对象。3.根据权利要求1所述的方法，其特征在于，结合各个所述参与方的第一距离，确定所述样本对象与各个聚类中心的联邦距离包括：针对同一聚类中心，根据所述样本对象的样本标识将所述样本对象在各个参与方中与该所述聚类中心的第一距离进行加和，得到所述样本对象与该所述聚类中心的联邦距离；其中，所述各个参与方中，对应的所述样本标识相同的聚类中心为同一聚类中心。4.根据权利要求1所述的方法，其特征在于，所述根据所述联邦距离确定所述样本对象的聚类标签包括；根据所述样本对象与各个聚类中心的联邦距离中的最小值，确定所述样本对象对应的目标聚类中心；将所述目标聚类中心对应的目标样本标识作为所述样本对象的聚类标签。5.根据权利要求1所述的方法，其特征在于，所述将所述聚类标签返回至各个参与方，以使所述参与方对本地存储的特征数据进行聚类之后，还包括：接收各个所述参与方发送的偏移量，其中，所述偏移量为所述参与方进行聚类之后的类簇的新聚类中心与聚类之前的所述聚类中心之间的距离；根据各个所述参与方发送的偏移量，计算每一类簇的联邦偏移量；根据所述每一类簇的联邦偏移量确定是否继续聚类，若继续聚类则基于当前的类簇更新所述样本对象的聚类标签。6.根据权利要求5所述的方法，其特征在于，所述根据所述每一类簇的联邦偏移量确定是否继续聚类包括：将所述每一类簇的联邦偏移量发送至各个参与方，以使所述参与方确定是否继续聚类。7.根据权利要求5所述的方法，其特征在于，所述方法还包括：记录当前的聚类次数；当所述聚类次数超过预定迭代次数时，结束聚类；当所述聚类次数未超过所述预定迭代次数时，继续聚类。8.根据权利要求1
‑
7任一项所述的方法，其特征在于，所述将所述聚类标签返回至各个参与方，以使所述参与方对本地存储的特征数据进行聚类之后，还包括：
获取参与方计算的样本对象对应的类内距离和类间距离；结合各个参与方的同一样本对象的所述类内距离和所述类间距离计算聚类评价指标，并返回至所述参与方。9.一种基于kmeans的跨特征联邦聚类方法，其特征在于，所述知识联邦包括多个参与方，和至少一个协调方，应用于所述参与方，所述方法包括：从本地存储的特征数据中确定聚类中心的初始值；计算样本对象对应的本地存储的特征数据分别与各个所述聚类中心的第一距离；将所述第一距离发送至所述协调方，通过所述协调方确定所述特征数据的聚类标签，以对所述样本对象进行聚类。10.根据权利要求9所述的方法，其特征在于，所述从本地存储的特征数据中确定聚类中心的初始值包括：随机确定一组目标样本标识，将所述目标样本标识对应的特征数据作为所述聚类中心，并将所述目标样本标识发送至其他参与方，以使其他参与方确定各自的聚类中心的初始值。11.根据权利要求9所述的方法，其特征在于，所述通过所述协调方确定所述特征数据的聚类标签，以对所述样本对象进行聚类包括：根据各个特征数据的所述聚类标签对各个所述特征数据进行聚类，得到多个类簇，其中一个所述聚类中心对应一个类簇；根据聚类后得到的类簇，计算所述类簇的新聚类中心；计算每一类簇的所述新聚类中心与所述聚类之前的所述聚类中心之间的距离，作为偏移量；根据每一类簇的所述偏移量确定是否继续聚类，若继续聚类则更新所述特征数据的聚类标签，并将每一个类簇的聚类中心更新为所述类簇的新聚类中心。12.根据权利要求11所述的方法，其特征在于，根据每一类簇的所述偏移量确定是否继续聚类，若继续聚类则更新所述特征数据的聚类标签包括：将各个类簇的所述偏移量发送至所述协调方，以通过所述协调方确定各个类簇的联邦偏移量；根据所述各个类簇的所述联邦偏移量确定是否继续聚类，若继续聚类，则重新计算各样本对象的所述特征数据与当前的所述新聚类中心的第一距离；将重新计算得到的第一距离发送至所述协调方，以更新所述特征数据的聚类标签。13.根据权利要求9
‑
12任一项所述的方法，其特征在于，还包括：记录当前的聚类次数；当所述聚类次数超过预定迭代次数时，结束聚类；当所述聚类次数未超过所述预定迭代次数时，继续聚类。14.一种基于kmeans的跨特征联邦聚类装置，其特征在于，所述知识联邦包括多个参与方，和至少一个协调方，应用于所述协调方所述装置包括：距离数据获取模块，用于接收各个参与方发送的第一距离，其中，所述第一距离为样本对象在参与方本地存储的特征数据与所述参与方的聚类中心之间的距离；联邦距离计算模块，用于结合各个所述参与方的第一距离，确定所述样本对象与各个
聚类中心的联邦距离；聚类模块，用于根据所述联邦距离确定所述样本对象的聚类标签；聚类结果返回模块，用于将所述聚类标签返回至各个参与方，以使所述参与方对本地存储的特征数据进行聚类。15.一种基于kmeans的跨特征联邦聚类装置，其特征在于，所述知识联邦包括多个参与方，和至少一个协调方，应用于所述参与方，所述装置包括：聚类中心确定模块，用于从本地存储的特征数据中确定聚类中心；距离计算模块，用于计算样本对象对应的本地存储的特征数据分别与各个所述聚类中心的第一距离；聚类确定模块，用于将所述第一距离发送至所述协调方，通过所述协调方确定所述特征数据的聚类标签，以对所述样本对象进行聚类。16.一种电子设备，其特征在于，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1至12中任一项所述的基于kmeans的跨特征联邦聚类方法。17.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1至12中任一项所述的基于kmeans的跨特征联邦聚类方法。

技术总结
本公开实施例提供了一种基于Kmeans的跨特征联邦聚类方法及相关设备；涉及联邦学习领域。该基于Kmeans的跨特征联邦聚类方法包括：接收各个参与方发送的第一距离，其中，所述第一距离为样本对象在参与方本地存储的特征数据与所述参与方的聚类中心之间的距离；结合各个所述参与方的第一距离，确定所述样本对象与各个聚类中心的联邦距离；根据所述联邦距离确定所述样本对象的聚类标签；将所述聚类标签返回至各个参与方，以使所述参与方对本地存储的特征数据进行聚类。本公开实施例的技术方案能够在保证隐私安全的前提下，利用各方数据共同进行聚类，满足联邦聚类的需求。满足联邦聚类的需求。满足联邦聚类的需求。


技术研发人员：朱帆 孟丹 李宏宇 李晓林
受保护的技术使用者：同盾控股有限公司
技术研发日：2021.08.23
技术公布日：2021/11/17