[发明专利]一种基于隐私数据进行模型训练的方法及系统

权利要求书

1.一种基于隐私数据进行模型训练的方法，所述方法包括：

第二终端接收利用第一终端的第一公钥加密后的第一隐私数据；并将其与第二终端的第二隐私数据的加密数据进行计算，得到加密后的结果；所述第一隐私数据由与其对应的特征和模型参数确定；所述第二隐私数据由与其对应的特征和模型参数确定；

第二终端基于所述加密后的结果以及样本标签，得到基于所述第一隐私数据和所述第二隐私数据联合训练的模型的加密损失值；

将所述加密损失值参与第二解密梯度的计算；

第二终端基于所述加密损失值与第二掩码之和得到掩码加密损失值，并将所述掩码加密损失值以及用自身的第二公钥加密的第二掩码发送给第一终端；

对从第一终端接收的数据进行解密，该接收的数据是第一终端将加密后的第二掩码与第一隐私数据对应的特征进行乘积运算后，再添加第三掩码得到的；

将解密结果发送给第一终端，使其确定第一解密梯度；

所述第一解密梯度和第二解密梯度分别与所述第一隐私数据和第二隐私数据对应，所述第一解密梯度和第二解密梯度用于更新所述联合训练的模型；

其中，所述加密为同态加密；所述第一隐私数据和所述第二隐私数据对应于相同的训练样本。

2.根据权利要求1所述的方法，所述联合训练的模型包括线性回归模型或逻辑回归模型。

3.根据权利要求1所述的方法，当所述联合训练的模型包括逻辑回归模型时，所述第二终端基于所述加密后的结果以及样本标签，得到基于所述第一隐私数据和所述第二隐私数据联合训练的模型的加密损失值包括：

第二终端基于泰勒展开公式以及Sigmoid函数确定所述加密损失值。

4.根据权利要求1所述的方法，所述将所述加密损失值参与第一解密梯度和第二解密梯度的计算包括：

基于所述加密损失值以及第二隐私数据对应的特征确定第二加密梯度；

基于所述第二加密梯度，确定对应的第二解密梯度。

5.根据权利要求4所述的方法，所述基于所述第二加密梯度，确定对应的第二解密梯度包括：

基于所述第二加密梯度和第一掩码确定对应的第一掩码梯度，并将所述掩码梯度传输给所述第一终端；

接收来自第一终端的第一解码结果，所述第一解码结果对应所述第一掩码梯度；

第二终端基于所述第一解码结果以及所述第一掩码，确定第二解密梯度；并基于所述第二解密梯度更新所述联合训练的模型。

6.根据权利要求1所述的方法，

所述第二隐私数据的加密数据的加密公钥为所述第一公钥。

7.根据权利要求1所述的方法，所述第一隐私数据和所述第二隐私数据包括与实体相关的图像数据、文本数据或声音数据。