[发明专利]一种基于隐私数据进行模型训练的方法及系统

说明书

本说明书一个或多个实施例涉及一种基于隐私数据进行模型训练的方法及系统。所述的方法包括：第二终端接收来自第一终端的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；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加密模型训练，得到完成一次参数更新的模型；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样本的不同特征以及模型参数。

技术领域

本说明书一个或多个实施例涉及多方数据合作，特别涉及一种基于隐私数据进行模型训练的方法和系统。

背景技术

在数据分析、数据挖掘、经济预测等领域，机器学习模型可被用来分析、发现潜在的数据价值。由于单个数据拥有方持有的数据可能是不完整的，由此难以准确地刻画目标，为了得到更好的模型预测结果，通过多个数据拥有方的数据合作，来进行模型的联合训练的方式得到了广泛的使用。但是在多方数据合作的过程中，涉及到数据安全和模型安全等问题。

因此，有必要提出一种安全的基于多方数据进行联合建模的方案。

发明内容

本说明书实施例的一个方面提供一种基于隐私数据进行模型训练的方法，所述方法包括：第二终端接收来自第一终端的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；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加密模型训练，得到参数更新的模型；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样本的不同特征以及模型参数。

本说明书实施例的另一方面提供一种基于隐私数据进行模型训练的系统，所述系统包括：第一数据接收模块，用于接收来自第一终端的加密后的第一隐私数据；加密结果确定模块，用于将加密后的第一隐私数据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；加密损失值确定模块，用于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；模型参数更新模块，用于将所述加密损失值参与加密模型训练，得到完成一次参数更新的模型；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样本的不同特征以及模型参数。

本说明书实施例的另一方面提供一种基于隐私数据进行模型训练的装置，所述装置包括处理器以及存储器；所述存储器用于存储指令，所述处理器用于执行所述指令，以实现所述基于隐私数据进行模型训练方法对应的操作。

本说明书实施例的另一方面提供一种基于隐私数据进行模型训练的方法，所述方法包括：第一终端接收来自第二终端的掩码加密损失值，所述掩码加密损失值由第一终端基于所述加密损失值以及第二掩码确定；第一终端将所述掩码加密损失值参与加密模型的联合训练，得到完成一次参数更新的模型；其中，所述加密为同态加密；第一终端和第二终端分别持有第一隐私数据和第二隐私数据，且所述第一隐私数据和所述第二隐私数据对应于相同样本的不同特征以及模型参数。

本说明书实施例的另一方面提供一种基于隐私数据进行模型训练的系统，所述系统包括：掩码加密损失值接收模块，用于接收来自第二终端的掩码加密损失值，所述掩码加密损失值由第二终端基于所述加密损失值以及第二掩码确定；模型参数更新模块，用于将所述掩码加密损失值参与加密模型的联合训练，得到参数更新的模型；其中，所述加密为同态加密；第一终端和第二终端分别持有第一隐私数据和第二隐私数据，且所述第一隐私数据和所述第二隐私数据对应于相同样本的不同特征以及模型参数。

本说明书实施例的另一方面提供一种基于隐私数据进行模型训练的装置，所述装置包括处理器以及存储器；所述存储器用于存储指令，所述处理器用于执行所述指令，以实现所述基于隐私数据进行模型训练方法对应的操作。

附图说明