[发明专利]数据保护方法、装置、服务器和介质

权利要求书

1.一种数据保护方法，包括：

获取目标样本和与所述目标样本属于同批次的参考样本分别对应的梯度关联信息，其中，所述目标样本所属的样本集属于分布不均衡的二分类样本集，所述梯度关联信息包括用于表征样本类别的样本标签和样本预测概率，所述样本预测概率用于表征样本经过联合训练模型所得到的预测为预设类别标签的概率，所述预设类别标签包括所述样本集中占比较小的样本标签，所述参考样本包括样本预测概率满足预设概率条件且样本标签与所述预设类别标签一致的样本；

响应于确定所述目标样本对应的样本标签与所述预设类别标签不一致，生成第一标准差作为与所述目标样本匹配的待添加的数据噪声的标准差，其中，所述第一标准差与所述目标样本对应的样本预测概率负相关；

根据所述待添加的数据噪声的信息对所述目标样本对应的初始梯度传递值进行修正，生成修正后的梯度传递信息，以使所述样本集中属于不同类别的样本所对应的梯度传递信息一致，其中，所述初始梯度传递值用于指示根据所述目标样本调整所训练的联合训练模型；

将所述梯度传递信息发送至所述联合训练模型的被动参与方，以使所述被动参与方根据所述梯度传递信息调整所述联合训练模型的参数。

2.根据权利要求1所述的方法，其中，在所述根据所述待添加的数据噪声的信息对所述目标样本对应的初始梯度传递值进行修正，生成修正后的梯度传递信息之前，所述方法还包括：

响应于确定所述目标样本对应的样本标签与所述预设类别标签一致且所述目标样本对应的样本预测概率大于所述参考样本的样本预测概率，生成第二标准差作为与所述目标样本匹配的待添加的数据噪声的标准差，其中，所述第二标准差与所述目标样本对应的样本预测概率正相关。

3.根据权利要求1-2之一所述的方法，其中，所述参考样本包括与所述目标样本同批次、且与所述预设类别标签一致的样本中样本预测概率最小的样本。

4.一种数据保护方法，包括：

获取目标样本和与所述目标样本属于同批次的参考样本分别对应的梯度关联信息，其中，所述目标样本所属的样本集属于分布不均衡的二分类样本集，所述梯度关联信息包括梯度模，所述梯度模用于指示样本对应的损失函数对属于被动参与方的模型部分的参数的梯度的模；

响应于确定所述目标样本对应的梯度模小于所述参考样本的梯度模，生成第三标准差作为与所述目标样本匹配的待添加的数据噪声的标准差，其中，所述第三标准差与所述目标样本对应的梯度模负相关；

根据所述待添加的数据噪声的信息对所述目标样本对应的初始梯度传递值进行修正，生成修正后的梯度传递信息，以使所述样本集中属于不同类别的样本所对应的梯度传递信息一致，其中，所述初始梯度传递值用于指示根据所述目标样本调整所训练的联合训练模型；

将所述梯度传递信息发送至所述联合训练模型的被动参与方，以使所述被动参与方根据所述梯度传递信息调整所述联合训练模型的参数。

5.根据权利要求4所述的方法，其中，所述参考样本包括与所述目标样本同批次的样本中梯度模最大的样本。