[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

说明书

本说明书实施例公开了数据加密、机器学习模型训练方法、装置以及电子设备。所述数据加密方法包括：将待加密数据输入自编码器进行处理，提取自编码器对应生成的隐层数据，作为该待加密数据对应的加密数据。

技术领域

本说明书涉及计算机软件技术领域，尤其涉及数据加密、机器学习模型训练方法、装置以及电子设备。

背景技术

随着信息时代的来临，各个行业巨头公司都存储了大量宝贵的数据，比如，银行的金融数据、电商的电子商务数据、社交应用服务商的用户社交数据等。

这样的现状无疑对数据的管理提出了更大的挑战，不论是公司内部员工，还是竞争对手以及合作伙伴，数据在对外展现时如果直接以原始数据的形式出现，往往后面面临数据泄露的风险。

一般可以采用数据加密技术对数据的隐私进行保护，以降低数据泄露的风险。但是，现有技术中的数据加密技术一般是用于存储目的的，用于存储目的的数据加密技术必须是双向的，即数据既可加密也可解密。这样的加密技术加密后的数据与其对应的原始数据一般差异较大，在未解密的情况下，加密数据难以反映原始数据中的有用信息。所以，现在需要一种技术，能对原始数据进行加密，并且加密后的数据在输出给其他方后，其他方能对该加密的数据在不解密的情况下进行使用。

发明内容

本说明书实施例提供数据加密、机器学习模型训练方法、装置以及电子设备，用以解决如下技术问题：现在需要一种技术，能对原始数据进行加密，并且加密后的数据在输出给其他方后，其他方能对该加密的数据在不解密的情况下进行使用。

为解决上述技术问题，本说明书实施例是这样实现的：

本说明书实施例提供的一种数据加密方法，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。

本说明书实施例提供的一种数据加密装置，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。

本说明书实施例提供的一种机器学习模型训练方法，包括：

获取加密数据，所述加密数据通过将其对应的待加密数据输入自编码器进行处理，根据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；

利用所述加密数据训练机器学习模型。

本说明书实施例提供的一种机器学习模型训练装置，包括：

获取模块，获取加密数据，所述加密数据通过将其对应的待加密数据输入自编码器进行处理，根据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；

训练模块，利用所述加密数据训练机器学习模型。

本说明书实施例提供的一种电子设备，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：

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；