5.1.1　算法训练过程

根据以上的讨论，表5-2给出了纵向联邦线性回归的训练过程。在训练时，除了每个参与方之外，还需要引入一个可信的第三方。第三方负责同态加密公钥/私钥的生成和梯度密文的解密。该论文指出，为了防止第三方获取训练参与方的梯度明文，在解密前，每个参与方对发送给第三方的待解密数据加入了随机掩码。在半诚实模型的假设下，这种方式在技术上可以防止第三方获取训练参与方的隐私信息。在表5-2中，假设所有参与方中只有一个有标签，将其记为参与方B。由于除B之外的其他参与方的行为均相同，我们将其中的一个记为参与方A，并只描述A的步骤。

表5-2　纵向联邦线性回归的训练过程

下面我们简要讨论表5-2中协议在半诚实模型假设下的安全性。在半诚实模型假设下，各方严格遵循协议步骤执行算法。在步骤1、2中，各参与方传出的数据均为同态加密后的数据，A、B方均无私钥，所以参与方A、B均无法获得除本方数据以外的任何信息。在步骤3中，各参与方传输自己的梯度给第三方，并在解密前加入随机掩码，所以第三方也无法获得训练参与方的任何信息。因此，表5-2中的协议在半诚实模型下是安全的。