[发明专利]一种训练模型的方法、装置、服务设备以及用户设备

说明书

本说明书实施例公开了一种训练模型的方法及装置。在本说明书实施例中，用户设备无需向服务设备发送隐私的用户数据，而是由用户设备根据自身存储的用户数据和服务设备发来的模型参数，获得训练中间值，再将得到的训练中间值返回服务设备，由服务设备根据训练中间值确定训练效果表征值，并判断是否满足第一指定条件，若是，则根据该模型参数生成模型，若否，则根据确定出的训练效果表征值调整模型参数继续训练。

技术领域

本申请涉及信息技术领域，尤其涉及一种训练模型的方法、装置、服务设备以及用户设备。

背景技术

目前，服务提供商使用自己训练的模型为企业或个人等用户提供预测、风控、预警等服务的模式已经日渐成熟。在这种模式下，服务提供商所提供的服务质量的好坏很大程度上取决于其训练的模型是否准确。

众所周知，用于训练模型的样本越丰富、越多样化，训练得到的模型的准确度也会越高。在上述模式中，服务提供商一般直接采用用户提供的数据作为样本对模型进行训练。

在保护用户隐私不泄露的情况下，在保护用户隐私不泄露的情况下，提高服务提供商的模型的准确度。

发明内容

本说明书实施例提供一种训练模型的方法、装置、服务设备以及用户设备，以解决如何在保护用户隐私不泄露的情况下，提高服务提供商的模型的准确度的问题。

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训练模型的方法，包括：

服务设备向用户设备发送模型参数，以使所述用户设备根据所述模型参数以及所述用户设备自身保存的用户数据获得训练中间值；

接收所述用户设备返回的所述训练中间值；

根据所述训练中间值确定训练效果表征值；

判断所述训练效果表征值是否满足第一指定条件；

若是，则根据所述模型参数生成模型；

否则，根据所述训练效果表征值，对所述模型参数进行调整，并将调整后的模型参数发送给所述用户设备，接收所述用户设备根据所述调整后的模型参数重新获得的训练中间值，根据重新获得的训练中间值重新确定训练效果表征值，直至确定的训练效果表征值满足所述第一指定条件。

本说明书实施例提供的一种训练模型的方法，包括：

用户设备接收服务设备发送的模型参数；

根据所述模型参数以及所述用户设备自身保存的用户数据，获得训练中间值；

向所述服务设备返回所述训练中间值，以使所述服务设备根据所述训练中间值确定训练效果表征值，并在确定所述训练效果表征值满足指定条件时，根据所述模型参数生成模型，或者，在确定所述训练效果表征值不满足指定条件时，根据所述训练效果表征值调整所述模型参数，并将调整后的模型参数发送给所述用户设备继续训练模型。

本说明书实施例提供的一种训练模型的装置，包括：

发送模块，向用户设备发送模型参数，以使所述用户设备根据所述模型参数以及所述用户设备自身保存的用户数据获得训练中间值；

接收模块，接收所述用户设备返回的所述训练中间值；

确定模块，根据所述训练中间值确定训练效果表征值；

判断模块，判断所述训练效果表征值是否满足第一指定条件；

模型生成模块，当所述判断模块的判断结果为是时，根据所述模型参数生成模型；