[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

权利要求书

1.一种数据加密方法，包括：

将待加密数据输入自编码器进行处理；

获取在所述处理过程中所述自编码器生成的神经网络隐层数据；

根据所述神经网络隐层数据，得到所述待加密数据对应的加密数据；所述加密数据用于对外输出给数据的使用方，以便接收所述加密数据的使用方能够对所述加密数据在不解密的情况下进行使用；所述使用包括利用所述加密数据对模型进行训练。

2.如权利要求1所述的方法，所述加密数据被用来训练机器学习模型。

3.如权利要求1所述的方法，所述将待加密数据输入自编码器进行处理前，所述方法还包括：

获取原始数据；

对所述原始数据进行格式化处理，得到表示所述原始数据的向量；

所述待加密数据包括所述表示所述原始数据的向量。

4.如权利要求1所述的方法，所述待加密数据输入的所述自编码器是训练好的自编码器。

5.如权利要求4所述的方法，所述获取在所述处理过程中所述自编码器生成的神经网络隐层数据，具体包括：

确定所述自编码器包含的各隐层中的目标隐层；

获取在所述处理过程中所述目标隐层生成的神经网络隐层数据。

6.如权利要求5所述的方法，所述目标隐层的维度低于所述自编码器的输入层的维度。

7.如权利要求1所述的方法，所述获取在所述处理过程中所述自编码器生成的神经网络隐层数据，具体包括：

获取在所述处理过程中，所述自编码器中最靠近输出层的隐层生成的神经网络隐层数据。

8.如权利要求1～7任一项所述的方法，所述神经网络隐层数据为向量。

9.一种数据加密装置，包括：

处理模块，将待加密数据输入自编码器进行处理；

获取模块，获取在所述处理过程中所述自编码器生成的神经网络隐层数据；

得到模块，根据所述神经网络隐层数据，得到所述待加密数据对应的加密数据；所述加密数据用于对外输出给数据的使用方，以便接收所述加密数据的使用方能够对所述加密数据在不解密的情况下进行使用；所述使用包括利用所述加密数据对模型进行训练。

10.如权利要求9所述的装置，所述加密数据被用来训练机器学习模型。

11.如权利要求9所述的装置，所述装置还包括：

格式化模块，在所述处理模块将待加密数据输入自编码器进行处理前，获取原始数据，对所述原始数据进行格式化处理，得到表示所述原始数据的向量；所述待加密数据包括所述表示所述原始数据的向量。

12.如权利要求9所述的装置，所述待加密数据输入的所述自编码器是训练好的自编码器。

13.如权利要求12所述的装置，所述获取模块获取在所述处理过程中所述自编码器生成的神经网络隐层数据，具体包括：

所述获取模块确定所述自编码器包含的各隐层中的目标隐层，获取在所述处理过程中所述目标隐层生成的神经网络隐层数据。

14.如权利要求13所述的装置，所述目标隐层的维度低于所述自编码器的输入层的维度。

15.如权利要求9所述的装置，所述获取模块获取在所述处理过程中所述自编码器生成的神经网络隐层数据，具体包括：

所述获取模块获取在所述处理过程中，所述自编码器中最靠近输出层的隐层生成的神经网络隐层数据。

16.如权利要求9～15任一项所述的装置，所述神经网络隐层数据为向量。