[发明专利]数据模型训练方法和装置

权利要求书

1.一种数据模型训练方法，包括：

获取训练集，所述训练集中包括多条训练数据；其中，所述训练集中还包括一条或多条标记数据；

对所述训练集进行第一隐私保护处理，得到加密训练集；包括：对所述训练集中的训练数据进行第一隐私保护处理；

使用所述加密训练集对数据模型进行训练，得到模型参数；包括：使用所述训练集中经过所述第一隐私保护处理的训练数据对数据模型进行训练；

对所述模型参数进行第二隐私保护处理，得到加密模型参数；

基于所述加密模型参数生成加密数据模型；

该方法还包括：训练结束后，判断所述训练集中的标记数据的值是否发生变化，是则确定所述加密数据模型无效；

其中，所述第一隐私保护处理使得所述加密训练集不同于所述训练集、且所述加密训练集与所述训练集的训练结果相同；

所述第二隐私保护处理使得所述加密模型参数不同于所述模型参数，且基于所述加密模型参数生成的加密数据模型与基于所述模型参数生成的数据模型在输入相同时具有相同的输出结果。

2.根据权利要求1所述的方法，其中：所述训练集中的训练数据和标记数据按照均匀分布混合。

3.根据权利要求1所述的方法，其中：所述训练集中的训练数据附有标记位；

所述对所述训练集进行第一隐私保护处理，得到加密训练集包括：对所述训练集中的训练数据进行第一隐私保护处理，得到多条附有标记位的加密训练数据，组成加密训练集；

该方法还包括：

训练结束后，判断所述加密训练集中是否存在未附有标记位的数据，是则确定所述加密数据模型无效。

4.根据权利要求1所述的方法，还包括：

获取验证集，所述验证集中包括一条或多条验证数据，每条验证数据包括适配于基于所述模型参数生成的数据模型的输入项和输出项；

在所述基于所述加密模型参数生成加密数据模型之后，

将所述验证集中的各验证数据的输入项输入至所述加密数据模型，统计输出结果与相应输出项的匹配率；

当所述匹配率高于预设阈值时，确定所述加密数据模型有效，否则确定所述加密数据模型无效。

5.根据权利要求1所述的方法，其中：

所述对所述训练集进行第一隐私保护处理包括：根据所述训练集，确定第一随机分布噪声函数；基于所述第一随机分布噪声函数对所述训练集进行加噪处理；并且/或者

所述对所述模型参数进行第二隐私保护处理包括：根据所述模型参数，确定第二随机分布噪声函数；基于所述第二随机分布噪声函数对所述模型参数进行加噪处理。

6.根据权利要求5所述的方法，其中：

所述第一随机分布噪声函数包括以下任一项：拉普拉斯分布噪声函数、指数分布噪声函数、或高斯分布噪声函数；并且/或者

所述第二随机分布噪声函数包括以下任一项：拉普拉斯分布噪声函数、指数分布噪声函数、或高斯分布噪声函数。

7.一种数据模型训练装置，包括：

输入模块，用于获取训练集，所述训练集中包括多条训练数据；其中，所述训练集中还包括一条或多条标记数据；

加密模块，用于对所述训练集进行第一隐私保护处理，得到加密训练集；包括：对所述训练集中的训练数据进行第一隐私保护处理；

训练模块，用于使用所述加密训练集对数据模型进行训练，得到模型参数；包括：使用所述训练集中经过所述第一隐私保护处理的训练数据对数据模型进行训练；

所述加密模块，还用于对所述模型参数进行第二隐私保护处理，得到加密模型参数；

输出模块，用于基于所述加密模型参数生成加密数据模型；

该装置还包括：

校验模块，用于在训练结束后判断所述训练集中的标记数据的值是否发生变化，是则确定所述加密数据模型无效；

其中，所述第一隐私保护处理使得所述加密训练集不同于所述训练集、且所述加密训练集与所述训练集的训练结果相同；

所述第二隐私保护处理使得所述加密模型参数不同于所述模型参数，且基于所述加密模型参数生成的加密数据模型与基于所述模型参数生成的数据模型在输入相同时具有相同的输出结果。

8.一种计算机设备，包括处理器、存储器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如权利要求1-6中任一项所述的数据模型训练方法。