[发明专利]数据加密、机器学习模型训练方法、装置以及电子设备在审

专利信息
申请号: 201710538950.3 申请日: 2017-07-04
公开(公告)号: CN109241749A 公开(公告)日: 2019-01-18
发明(设计)人: 张志强;周俊;李小龙 申请(专利权)人: 阿里巴巴集团控股有限公司
主分类号: G06F21/60 分类号: G06F21/60;G06N20/00
代理公司: 北京晋德允升知识产权代理有限公司 11623 代理人: 周莉娜
地址: 英属开曼群岛大开*** 国省代码: 开曼群岛;KY
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 加密数据 数据加密 机器学习模型 电子设备 数据加密系统 待加密数据 随机矩阵 训练机器 映射 学习
【权利要求书】:

1.一种数据加密方法,包括:

获取待加密数据;

获取为所述待加密数据生成的随机矩阵,所述随机矩阵服从正态分布;

利用所述随机矩阵对所述待加密数据进行随机映射,得到所述待加密数据对应的加密数据,所述加密数据用于训练机器学习模型。

2.如权利要求1所述的方法,所述待加密数据为矩阵;

所述利用所述随机矩阵对所述待加密数据进行随机映射,得到所述待加密数据对应的加密数据,具体包括:

通过对所述待加密数据与所述随机矩阵进行乘法运算实现随机映射,得到所述待加密数据对应的加密数据。

3.如权利要求2所述的方法,所述矩阵的行表示数据样本,所述矩阵的列表示数据样本的特征;

所述通过对所述待加密数据与所述随机矩阵进行乘法运算实现随机映射,得到所述待加密数据对应的加密数据,具体包括:

用所述随机矩阵右乘所述待加密数据,得到右乘结果矩阵,作为所述待加密数据对应的加密数据。

4.如权利要求3所述的方法,所述待加密数据的列数等于所述随机矩阵的行数。

5.如权利要求3或4所述的方法,在用所述加密数据训练所述机器学习模型时,所述加密数据的行用作输入所述机器学习模型的训练样本。

6.如权利要求1~4任一项所述的方法,所述随机矩阵服从均值为0且方差为的正态分布,p为所述随机矩阵的列数。

7.一种数据加密装置,包括:

第一获取模块,获取待加密数据;

第二获取模块,获取为所述待加密数据生成的随机矩阵,所述随机矩阵服从正态分布;

加密模块,利用所述随机矩阵对所述待加密数据进行随机映射,得到所述待加密数据对应的加密数据,所述加密数据用于训练机器学习模型。

8.如权利要求7所述的装置,所述待加密数据为矩阵;

所述加密模块利用所述随机矩阵对所述待加密数据进行随机映射,得到所述待加密数据对应的加密数据,具体包括:

所述加密模块通过对所述待加密数据与所述随机矩阵进行乘法运算实现随机映射,得到所述待加密数据对应的加密数据。

9.如权利要求8所述的装置,所述矩阵的行表示数据样本,所述矩阵的列表示数据样本的特征;

所述加密模块通过对所述待加密数据与所述随机矩阵进行乘法运算实现随机映射,得到所述待加密数据对应的加密数据,具体包括:

所述加密模块用所述随机矩阵右乘所述待加密数据,得到右乘结果矩阵,作为所述待加密数据对应的加密数据。

10.如权利要求9所述的装置,所述待加密数据的列数等于所述随机矩阵的行数。

11.如权利要求9或10所述的装置,在用所述加密数据训练所述机器学习模型时,所述加密数据的行用作输入所述机器学习模型的训练样本。

12.如权利要求7~10任一项所述的装置,所述随机矩阵服从均值为0且方差为的正态分布,p为所述随机矩阵的列数。

13.一种机器学习模型训练方法,包括:

获取加密数据,所述加密数据通过利用随机矩阵对对应的待加密数据进行随机映射得到,所述随机矩阵服从正态分布;

利用所述加密数据训练机器学习模型。

14.一种机器学习模型训练装置,包括:

获取模块,获取加密数据,所述加密数据通过利用随机矩阵对对应的待加密数据进行随机映射得到,所述随机矩阵服从正态分布;

训练模块,利用所述加密数据训练机器学习模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710538950.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top