王志惠，傅德謙（臨沂大學(xué) 信息科學(xué)與工程學(xué)院，山東 臨沂 276000）

0 引言

隨著電子商務(wù)的蓬勃發(fā)展和物流服務(wù)商的逐年增多，電商平臺對于物流服務(wù)商的選擇也逐漸有了更高的要求。據(jù)中華人民共和國國家郵政局統(tǒng)計，2021 年，全國物流服務(wù)企業(yè)在中國交付累計完成量為1 083 億件，同比增長了29.9%；交易規(guī)模達(dá)10 332.3 億元，同比增長了17.5%；物流服務(wù)總體滿意度為76.8 分[1]。對于物流服務(wù)商的選擇，電商企業(yè)的訴求體現(xiàn)在成本低、貨物安全、易追蹤、速度快、服務(wù)質(zhì)量高等方面；消費者希望速度快、服務(wù)好、貨物無破損。若物流服務(wù)商選擇不當(dāng)，容易出現(xiàn)服務(wù)質(zhì)量差、運輸費用高、運輸時間長等情況，影響消費者的購物體驗和后續(xù)的購買行為，進(jìn)而制約電商企業(yè)的發(fā)展[2-3]。隨著訂單量的逐年大幅增加，這些需求表現(xiàn)得更為迫切。信息系統(tǒng)的應(yīng)用與普及可以極大節(jié)約電商企業(yè)與物流企業(yè)的信息共享成本，并有助于促進(jìn)其合作關(guān)系[4]。各企業(yè)應(yīng)充分利用大數(shù)據(jù)技術(shù)促進(jìn)企業(yè)間的信息共享，進(jìn)而提升物流服務(wù)質(zhì)量和效率。然而由于現(xiàn)代社會更加重視個人、企業(yè)數(shù)據(jù)的隱私保護(hù)問題，國內(nèi)外的數(shù)據(jù)監(jiān)管法律也日趨嚴(yán)格[5]。例如2017 年6 月，中國提出的《中華人民共和國網(wǎng)絡(luò)安全法》針對數(shù)據(jù)收集與處理提出約束和要求；美國在2020 年1 月正式生效的《加利福尼亞州消費者隱私法》（California Consumer Privacy Act，CCPA）[6]。針對此現(xiàn)象，宮曉曼[7]提出了一種在云計算環(huán)境中挖掘物流歷史數(shù)據(jù)尋找最優(yōu)物流服務(wù)商的方法；Cao K 等[8]將線下企業(yè)、電商平臺與物流服務(wù)商考慮為一個市場，基于此開發(fā)NE、Y、YT 三個理論模型，通過模型指導(dǎo)企業(yè)確定最優(yōu)物流服務(wù)商。在實際場景中，物流數(shù)據(jù)分散存儲，具有隱私性強、多源異構(gòu)、可用性低等特征。因此，聯(lián)邦學(xué)習(xí)（Federated Learning，F(xiàn)L）是保護(hù)數(shù)據(jù)隱私的同時解決數(shù)據(jù)孤島問題的有效方式[9]。聯(lián)邦學(xué)習(xí)是谷歌實驗室提出來的一種用于保護(hù)數(shù)據(jù)隱私的機器學(xué)習(xí)框架[10]。客戶可以在本地訓(xùn)練模型，在不違反數(shù)據(jù)隱私的情況下根據(jù)本地模型更新共同訓(xùn)練一個全局模型[11-12]。在對數(shù)據(jù)隱私要求高且存在數(shù)據(jù)孤島問題的物流服務(wù)商選擇場景中，聯(lián)邦學(xué)習(xí)有著天然的適配性。

綜上所述，本文研究分布式環(huán)境下實現(xiàn)多源數(shù)據(jù)聯(lián)合建模選取最優(yōu)物流服務(wù)商的方法。本文主要工作如下：（1）構(gòu)建物流服務(wù)商選擇層次化架構(gòu)，在保護(hù)數(shù)據(jù)隱私的前提下，實現(xiàn)聯(lián)邦學(xué)習(xí)模型的應(yīng)用；（2）針對物流數(shù)據(jù)差異化問題提出了一種訓(xùn)練數(shù)據(jù)標(biāo)準(zhǔn)化處理方法；（3）利用差分隱私算法改進(jìn)Secureboost 算法，提高了模型訓(xùn)練效率；（4）采用生成模擬數(shù)據(jù)進(jìn)行仿真實驗，驗證方法的安全性和可行性。

1 物流服務(wù)商選擇層次化架構(gòu)

為實現(xiàn)聯(lián)合多方物流數(shù)據(jù)進(jìn)行最優(yōu)物流服務(wù)商的選擇，本文設(shè)計了基于聯(lián)邦學(xué)習(xí)的物流服務(wù)商選擇層次化架構(gòu)。如圖1 所示，分別由數(shù)據(jù)準(zhǔn)備層、樣本數(shù)據(jù)對齊層、聯(lián)邦學(xué)習(xí)訓(xùn)練層、模型應(yīng)用層4 部分組成。

圖1 物流服務(wù)商選擇層次化架構(gòu)

1.1 數(shù)據(jù)準(zhǔn)備層

物流數(shù)據(jù)具有可用性低及標(biāo)準(zhǔn)化水平不高的特點，為提高物流數(shù)據(jù)質(zhì)量和模型訓(xùn)練效率，數(shù)據(jù)準(zhǔn)備層可以為模型提供高質(zhì)量數(shù)據(jù)。因此，本文在數(shù)據(jù)準(zhǔn)備層采用數(shù)據(jù)清洗、數(shù)據(jù)分箱、特征篩選、訓(xùn)練數(shù)據(jù)標(biāo)準(zhǔn)化等操作處理訓(xùn)練數(shù)據(jù)。本文參照相關(guān)文獻(xiàn)，在前人研究的指標(biāo)體系基礎(chǔ)上從歷史數(shù)據(jù)中篩選出具體指標(biāo)數(shù)據(jù)用作樣本數(shù)據(jù)。針對物流數(shù)據(jù)特征指標(biāo)衡量單位和標(biāo)準(zhǔn)不同造成數(shù)據(jù)差異化大的問題，本文采用Simple Additive Weighting（SAW）方法根據(jù)參數(shù)的實際意義做訓(xùn)練數(shù)據(jù)標(biāo)準(zhǔn)化處理。其中，公式（1）對正向參數(shù)做標(biāo)準(zhǔn)化處理，公式（2）對反向參數(shù)做標(biāo)準(zhǔn)化處理。正向參數(shù)是指對用戶來說越大越好的參數(shù)，比如破損賠付數(shù)額；反向參數(shù)則是指對用戶來說越小越好的參數(shù)，比如首重與續(xù)重價格。其他參數(shù)則采用Z-score 標(biāo)準(zhǔn)化方法做訓(xùn)練數(shù)據(jù)標(biāo)準(zhǔn)化處理，采用把數(shù)據(jù)處理成符合標(biāo)準(zhǔn)正態(tài)分布的數(shù)據(jù)。其中是一列數(shù)據(jù)的均值，ρ是一列數(shù)據(jù)的標(biāo)準(zhǔn)差。

1.2 樣本數(shù)據(jù)對齊層

物流場景中數(shù)據(jù)分布式存儲，物流供應(yīng)鏈包括電商企業(yè)、物流企業(yè)、倉儲企業(yè)、運輸企業(yè)等。樣本數(shù)據(jù)對齊層可以在各參與方建模前使用加密技術(shù)根據(jù)ID 對齊各方樣本數(shù)據(jù)，提取出共有ID 的訓(xùn)練樣本數(shù)據(jù)。本文采用RSA 非對稱加密算法和哈希機制的方案來對齊各方共有數(shù)據(jù)。

1.3 聯(lián)邦學(xué)習(xí)訓(xùn)練層

在聯(lián)邦學(xué)習(xí)訓(xùn)練層采用加密模型參數(shù)傳輸方式聯(lián)合多方數(shù)據(jù)訓(xùn)練模型。本文采用安全聯(lián)邦決策樹模型訓(xùn)練出最優(yōu)劃分的決策樹模型，構(gòu)建物流服務(wù)商選擇樹。為保障用戶隱私和數(shù)據(jù)安全，引入可信第三方（政府、可信第三方企業(yè)）利用隱私保護(hù)技術(shù)加解密并協(xié)調(diào)訓(xùn)練模型。

1.4 模型應(yīng)用層

訓(xùn)練完成的模型可以通過封裝接口用于電商企業(yè)的物流服務(wù)商選擇應(yīng)用中。模型應(yīng)用層為電商企業(yè)提供模型應(yīng)用接口，通過此層將符合用戶選取指標(biāo)要求的預(yù)測結(jié)果傳到用戶端，為電商企業(yè)提供最優(yōu)物流服務(wù)商。

2 物流服務(wù)商選擇模型與算法

2.1 模型整體架構(gòu)

本文設(shè)定的選擇模型整體架構(gòu)如圖2 所示，分別由m 個企業(yè)客戶端和1 個中心服務(wù)器組成。其中，客戶端由m 個物流供應(yīng)鏈上的企業(yè)組成，各企業(yè)間具有大致相同的物流訂單ID 索引。中心服務(wù)器是一個可信第三方（例如政府機構(gòu)、安全數(shù)據(jù)共享機構(gòu)）。為提高訓(xùn)練過程中的通信效率，本文對安全聯(lián)邦決策樹做了分析和改進(jìn)，采用了差分隱私的思想加密傳輸聚合梯度值。在建模任務(wù)中，參與聯(lián)合建模的企業(yè)方分為主動方和被動方。主動方提供的用戶數(shù)據(jù)內(nèi)包含標(biāo)簽值，其擔(dān)任數(shù)據(jù)對齊的主要任務(wù)并主導(dǎo)服務(wù)器完成模型訓(xùn)練。被動方僅提供用戶的樣本數(shù)據(jù)，與主動方協(xié)作完成模型訓(xùn)練任務(wù)。完整訓(xùn)練流程如下。

圖2 模型的整體架構(gòu)

步驟1：中心服務(wù)器生成密鑰對，并將公鑰發(fā)送至各企業(yè)。其中，公鑰用于發(fā)送至各參與方加密傳輸梯度值，私鑰用于解密接收到的密文。

步驟2：各企業(yè)以RSA 非對稱加密算法和哈希機制的加密方案實現(xiàn)樣本對齊，提取各企業(yè)共同物流訂單ID 的樣本數(shù)據(jù)。

步驟3：各企業(yè)使用對齊后的本地數(shù)據(jù)訓(xùn)練模型，以加密交換的方式計算各方本地模型的梯度與損失，實現(xiàn)模型的加密聯(lián)合訓(xùn)練。

步驟4：各企業(yè)將本地模型的梯度值和損失加密發(fā)送至中心服務(wù)器。

步驟5：中心服務(wù)器將密文解密獲得最終梯度信息，將梯度信息發(fā)送至各企業(yè)以更新本地模型參數(shù)。

2.2 物流服務(wù)商選擇算法

對各企業(yè)數(shù)據(jù)集X=｛x1,x2,…,xn｝使用K 個回歸樹進(jìn)行決策樹模型的訓(xùn)練。為防止模型出現(xiàn)過擬合，引入正則項來控制模型的復(fù)雜度。則設(shè)定最優(yōu)決策樹算法目標(biāo)函數(shù)為損失函數(shù)與正則項之和，以最小化損失為模型訓(xùn)練目標(biāo)。當(dāng)目標(biāo)函數(shù)訓(xùn)練到第t 輪時，前t-1 輪的模型結(jié)果和復(fù)雜度都已確定，則第t 輪的預(yù)測值可以表示為?？傻玫趖 輪模型目標(biāo)函數(shù)為：

此時由主動方計算出gi和hi，使用差分隱私的思想加密傳輸梯度信息到每個參與任務(wù)訓(xùn)練的被動方。本文設(shè)定目標(biāo)函數(shù)的正則項函數(shù)為其中：O 表示復(fù)雜度參數(shù)、Ln表示樹的葉子節(jié)點數(shù)、Lw表示葉子節(jié)點的權(quán)重值、w 表示懲罰度參數(shù)。將正則項函數(shù)帶入目標(biāo)函數(shù)為：

其中：O、Lw、gi、hi都為已知數(shù)，wj是未知數(shù)，Ij表示可落在相同葉子節(jié)點j 的樣本空間。算法以此過程迭代出每棵決策樹，完成決策樹構(gòu)建后，按照一元二次函數(shù)求最優(yōu)解的過程，采用公式（6）計算葉子節(jié)點j 的最優(yōu)權(quán)重w：

將最優(yōu)權(quán)重wj代回目標(biāo)函數(shù)可得：

決策樹的劃分優(yōu)略是由劃分增益Gain 得到的，單節(jié)點分裂過程計算公式如公式（8）所示：

設(shè)定樣本空間I 每次劃分為兩個不相交的左右節(jié)點的樣本空間IL和IR，即當(dāng)前節(jié)點的樣本空間表示為I=IL+IR。則構(gòu)建最優(yōu)決策樹需要最大化節(jié)點分裂前后間的差值，可得最優(yōu)劃分為：

其中采用差分隱私的加密方式實現(xiàn)企業(yè)間模型梯度信息的加密與傳輸。主動方計算出gi和hi，將原梯度值與隨機浮點數(shù)的乘積傳輸?shù)奖粍臃健Ｗ詈蠼饷軙r只需除以加密時的隨機浮點數(shù)即可。同態(tài)加密方式密文為256 字節(jié)，加密過程和傳輸過程需要消耗大量的資源成本。相比同態(tài)加密，差分隱私采用的浮點數(shù)僅占8 字節(jié)，其計算和通信的效率有較大提升。

3 實驗與分析

本文采用個人生成的模擬物流數(shù)據(jù)進(jìn)行仿真實驗，各物流供應(yīng)鏈企業(yè)數(shù)據(jù)集指標(biāo)詳細(xì)信息如表1 所示：

表1 物流供應(yīng)鏈企業(yè)數(shù)據(jù)集指標(biāo)

現(xiàn)假設(shè)某電商平臺與多家物流企業(yè)具有合作關(guān)系，并且每家物流企業(yè)又與不同倉儲企業(yè)和運輸企業(yè)具有合作關(guān)系。各企業(yè)數(shù)據(jù)存儲在本地且指標(biāo)眾多，為實現(xiàn)最優(yōu)物流服務(wù)商選擇模型的構(gòu)建，篩選出各企業(yè)的關(guān)鍵指標(biāo)。在對齊樣本中隨機抽選每個物流企業(yè)的各一條數(shù)據(jù)，如表2 所示：

表2 物流服務(wù)商歷史數(shù)據(jù)

根據(jù)訓(xùn)練數(shù)據(jù)標(biāo)準(zhǔn)化處理的設(shè)定對歷史數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化。標(biāo)準(zhǔn)化后的數(shù)據(jù)如表3 所示：

表3 標(biāo)準(zhǔn)化后的物流服務(wù)商歷史數(shù)據(jù)

本文仿真實驗設(shè)置由三個分布式數(shù)據(jù)源，分別是物流企業(yè)C1、倉儲企業(yè)C2、運輸企業(yè)C3，數(shù)據(jù)集詳細(xì)情況如表1 所示。實驗環(huán)境配置如下：系統(tǒng)使用CentOS 7.6.1810；CPU 為2 個4 核Intel（R）Core（TM）i5-9300HF CPU@2.40GHz；32G 內(nèi)存；Python 版本3.8。實驗參數(shù)設(shè)置學(xué)習(xí)率為0.1，樹最大深度為10，最大桶數(shù)量為50，正則項系數(shù)為0.1。實驗以AUC 值和KS 值作為模型評價指標(biāo)，分別在訓(xùn)練集和驗證集上做性能測試。實驗以模型損失值和訓(xùn)練時間驗證模型訓(xùn)練效率，采用差分隱私算法和同態(tài)加密算法對標(biāo)準(zhǔn)化處理后的數(shù)據(jù)進(jìn)行模型訓(xùn)練。對每次實驗分別進(jìn)行5 次獨立的重復(fù)實驗取平均實驗結(jié)果，仿真實驗結(jié)果如圖3 至圖6 所示。

圖3 模型AUC

圖4 模型KS

圖5 模型損失

圖6 模型訓(xùn)練時間

從實驗結(jié)果可以看出，模型在迭代了10 輪次時，在數(shù)據(jù)集上的AUC 值和KS 值接近1，表明模型準(zhǔn)確率較高，且具有較強的風(fēng)險區(qū)分能力。同時，模型在經(jīng)過25 輪迭代后，該算法總耗時292s，同態(tài)加密算法總體花費438s，模型訓(xùn)練效率可以提升50%左右。實驗結(jié)果表明了該方法可以在保護(hù)數(shù)據(jù)隱私的前提下快速提供科學(xué)決策。

4 總結(jié)

在電商活動中，科學(xué)地選擇合適的物流服務(wù)商具有重要意義。本文針對分布式環(huán)境中如何通過歷史物流數(shù)據(jù)科學(xué)選取最優(yōu)物流服務(wù)商的問題展開研究。本文構(gòu)建了一種物流服務(wù)商選擇層次化架構(gòu)，該架構(gòu)通過多環(huán)節(jié)實現(xiàn)模型應(yīng)用，為解決數(shù)據(jù)差異化問題提出了一種訓(xùn)練數(shù)據(jù)標(biāo)準(zhǔn)化方法，同時引入差分隱私算法改進(jìn)訓(xùn)練模型，提高了模型的訓(xùn)練效率。最后，通過模擬數(shù)據(jù)進(jìn)行仿真實驗，驗證了該方法的安全性和可行性。在未來工作中考慮完善指標(biāo)選擇體系，為最優(yōu)物流服務(wù)商的選擇提供更科學(xué)的決策方案。