[发明专利]一种模型训练方法、设备及计算机可读存储介质

权利要求书

1.一种模型训练方法，其特征在于，包括：

获取第一目标样本和第二目标样本，所述第一目标样本为第一设备和第二设备依次对所述第一设备中的金融样本进行加密得到的，所述第二目标样本为所述第二设备和所述第一设备依次对所述第二设备中的社交样本进行加密得到的；

基于所述第二目标样本，对所述第一目标样本和所述第二目标样本的公共样本进行混合，得到混合公共样本；

对所述公共样本和所述混合公共样本分别进行解密，得到目标公共样本和目标混合样本，所述目标公共样本为解密后的所述公共样本；

将所述目标混合样本发送至所述第二设备，以使所述第二设备基于所述目标混合样本与所述第一设备协同进行模型训练以确定第二模型参数；

基于所述目标公共样本与所述第二设备协同进行模型训练，确定第一模型参数，从而完成预测模型的训练，所述第一模型参数用于与所述第二模型参数结合完成所述预测模型的预测任务。

2.根据权利要求1所述的方法，其特征在于，所述基于所述第二目标样本，对所述第一目标样本和所述第二目标样本的公共样本进行混合，得到混合公共样本，包括：

获取所述第一目标样本和所述第二目标样本的所述公共样本的样本数量；

获取所述第二目标样本的样本数量；

计算所述公共样本的样本数量和所述第二目标样本的样本数量的比值，得到目标比值；

结合所述目标比值与预设样本选择参数，从所述第二目标样本中选择包含所述公共样本的样本，得到所述混合公共样本，从而完成所述第二目标样本对所述公共样本的混合。

3.根据权利要求1或2所述的方法，其特征在于，所述对所述公共样本和所述混合公共样本分别进行解密，得到目标公共样本和目标混合样本，包括：

将所述公共样本和所述混合公共样本发送至所述第二设备，以使所述第二设备对所述公共样本和所述混合公共样本分别进行解密；

接收所述第二设备针对所述公共样本和所述混合公共样本所发送的待解密公共样本和待解密混合公共样本；

其中，所述待解密公共样本和所述待解密混合公共样本，为所述第二设备对所述公共样本和所述混合公共样本分别进行解密得到的；

对所述待解密公共样本和所述待解密混合公共样本分别进行解密，得到所述目标公共样本和所述目标混合样本。

4.根据权利要求1或2所述的方法，其特征在于，所述基于所述目标公共样本与所述第二设备协同进行模型训练，确定第一模型参数，包括：

从预设特征库中，获取与所述目标公共样本对应的第一目标特征，从预设标签库中，获取与所述目标公共样本对应的目标标签信息；

利用第一预设参数，获取所述第一目标特征对应的第一预测信息；

接收所述第二设备发送的第二预测信息，所述第二预测信息为所述第二设备利用第二预设参数对所述目标混合样本对应的第二目标特征进行预测得到的结果；

整合所述第一预测信息和所述第二预测信息，得到目标预测信息；

根据所述目标预测信息与所述目标标签信息之间的差异，以及预设差异值，得到目标差异；

结合所述目标差异和所述第一目标特征，对所述第一预设参数进行迭代训练，直到满足预设训练截止条件时，将迭代训练后的第一预设参数确定为所述第一模型参数。

5.根据权利要求4所述的方法，其特征在于，所述根据所述目标预测信息与所述目标标签信息之间的差异，以及预设差异值，得到目标差异，包括：

将所述目标标签信息与所述目标预测信息之间的差异，确定为第一子目标差异；

获取所述目标混合样本中除所述目标公共样本之外的剩余样本；

将所述剩余样本对应的各标注差异确定为所述预设差异值，从而得到第二子目标差异；

将所述第一子目标差异和所述第二子目标差异组合，得到所述目标差异。