[发明专利]用于信息处理的方法、电子设备和计算机程序产品

说明书

本公开的实施例涉及用于信息处理的方法、电子设备和计算机程序产品。根据本公开的示例性实现，一种用于信息处理的方法，包括：在第一设备处获取与目标对象相关联的第一特征；将第一特征应用于被部署在第一设备处的经训练的第一模型，以确定第一置信度，第一置信度与第一模型将目标对象确定为真实对象的概率和虚假对象的概率相关联；如果第一置信度低于第一阈值置信度，向第二设备发送用于验证目标对象的请求，第二设备被部署有用于验证目标对象的经训练的第二模型，第二模型的复杂度高于第一模型；以及基于来自第二设备的针对请求的响应，更新第一模型。由此，可以跨不同的设备实现堆叠式机器学习策略。

技术领域

本公开的实施例总体涉及信息处理，具体涉及用于信息处理的方法、电子设备和计算机程序产品。

背景技术

目前，随着物联网(IoT，Internet of Things)技术的演进，各种类型的大量边缘设备接入了物联网。然而，在物联网应用中，不同的边缘设备的感知能力存在较大差异，并且边缘设备与诸如云服务器的核心设备的性能也存在较大差距。因此，难以跨不同的设备实现堆叠式机器学习策略。

发明内容

本公开的实施例提供了用于信息处理的方法、电子设备和计算机程序产品。

在本公开的第一方面，提供了一种用于信息处理的方法。该方法包括：在第一设备处获取与目标对象相关联的第一特征；将第一特征应用于被部署在第一设备处的经训练的第一模型，以确定第一置信度，第一置信度与第一模型将目标对象确定为真实对象的概率和虚假对象的概率相关联；如果第一置信度低于第一阈值置信度，向第二设备发送用于验证目标对象的请求，第二设备被部署有用于验证目标对象的经训练的第二模型，第二模型的复杂度高于第一模型；以及基于来自第二设备的针对请求的响应，更新第一模型。

在本公开的第二方面，提供了一种用于信息处理的方法。该方法包括：在第二设备处接收来自第一设备的用于验证目标对象的请求；基于请求，获取与目标对象相关联的第二特征；将第二特征应用于被部署在第二设备处的经训练的第二模型，以确定第二置信度，第二置信度与第二模型将目标对象确定为真实对象的概率和虚假对象的概率相关联；以及基于第二置信度，向第一设备发送针对请求的响应，以用于更新被部署在第一设备处的用于验证目标对象的第一模型，第二模型的复杂度高于第一模型。

在本公开的第三方面，提供了一种电子设备。该设备包括至少一个处理单元和至少一个存储器。至少一个存储器被耦合到至少一个处理单元并且存储用于由至少一个处理单元执行的指令。该指令当由至少一个处理单元执行时使得设备执行动作，该动作包括：在第一设备处获取与目标对象相关联的第一特征；将第一特征应用于被部署在第一设备处的经训练的第一模型，以确定第一置信度，第一置信度与第一模型将目标对象确定为真实对象的概率和虚假对象的概率相关联；如果第一置信度低于第一阈值置信度，向第二设备发送用于验证目标对象的请求，第二设备被部署有用于验证目标对象的经训练的第二模型，第二模型的复杂度高于第一模型；以及基于来自第二设备的针对请求的响应，更新第一模型。

在本公开的第四方面，提供了一种电子设备。该设备包括至少一个处理单元和至少一个存储器。至少一个存储器被耦合到至少一个处理单元并且存储用于由至少一个处理单元执行的指令。该指令当由至少一个处理单元执行时使得设备执行动作，该动作包括：在第二设备处接收来自第一设备的用于验证目标对象的请求；基于请求，获取与目标对象相关联的第二特征；将第二特征应用于被部署在第二设备处的经训练的第二模型，以确定第二置信度，第二置信度与第二模型将目标对象确定为真实对象的概率和虚假对象的概率相关联；以及基于第二置信度，向第一设备发送针对请求的响应，以用于更新被部署在第一设备处的用于验证目标对象的第一模型，第二模型的复杂度高于第一模型。

在本公开的第五方面，提供了一种计算机程序产品。计算机程序产品被有形地存储在非瞬态计算机可读介质上并且包括机器可执行指令，机器可执行指令在被执行时使机器实现根据本公开的第一方面所描述的方法的任意步骤。