[发明专利]基于隐私保护利用业务模型进行业务处理的方法和装置

权利要求书

1.一种基于隐私保护利用业务模型进行业务处理的方法，所述业务模型包括依次连接的N个神经网络层,所述方法包括：

针对所述N个神经网络层，进行多次加载处理，其中任意的第t次加载处理包括：

将前次加载处理所针对的神经网络层之后的连续L个神经网络层的网络参数加载入内存，其中LN；

获取本次加载的神经网络层对应的输入数据；

利用加载的L个神经网络层的网络参数处理所述输入数据，得到本次加载处理的输出结果，作为下一次加载处理的输入数据；

清除本次加载的所述L个神经网络层的网络参数的内存存储；

在所述多次加载处理后，将所述N个神经网络层中最后一个神经网络层的输出结果，确定为所述业务模型的业务处理结果。

2.根据权利要求1的方法，其中，在针对所述N个神经网络层，进行多次加载处理之前，还包括，通过数据采集和/或数据预处理，获得业务样本的样本数据。

3.根据权利要求2的方法，其中，当所述第t次加载处理为首次加载处理时，所述连续L个神经网络层为所述N个神经网络层中的前L个神经网络层；

所述获取本次加载的神经网络层对应的输入数据包括，获取所述业务样本的样本数据，作为本次加载的神经网络层对应的输入数据。

4.根据权利要求2的方法，其中，所述业务样本包括以下之一：图片，音频，文本，业务对象，所述业务对象包括以下之一：用户，商户，商品。

5.根据权利要求1的方法，其中，所述网络参数包括，权重参数、偏置参数、结构参数中的一种或多种；所述结构参数包括输入、输出神经元数量，激活函数中的一种或多种。

6.根据权利要求1的方法，其中，所述多次加载处理中，至少存在两次加载处理，其中加载的神经网络层的数目不同。

7.根据权利要求1的方法，其中，利用加载的L个神经网络层的网络参数处理所述输入数据，得到本次加载处理的输出结果，包括：

对于本次加载的L个神经网络层中依次连接的每连续两层，根据前一层的网络参数及其输入数据，确定前一层的输出结果，并以其作为后一层的输入数据；

将所述本次加载的L个神经网络层中按连接次序最后一层的输出结果，确定为所述本次加载处理的输出结果。

8.根据权利要求1的方法，其中，所述业务模型运行于可信执行环境TEE中。

9.根据权利要求1的方法，其中，清除所述L个神经网络层的网络参数的内存存储，包括：通过内存释放命令和/或垃圾回收机制，从内存中清除本次加载的所述L个神经网络层的网络参数。

10.一种基于隐私保护利用业务模型进行业务处理的方法，所述业务模型包括依次连接的N个神经网络层,其中包括第一神经网络层，所述方法包括：

根据所述N个神经网络层的连接次序，依次对各神经网络层进行加载处理，其中针对所述第一神经网络层的加载处理包括，进行多次子加载处理,其中任意的第i次子加载处理包括：

将所述第一神经网络层包含的多个网络参数中的若干网络参数加载入内存；

获取该第一神经网络层的输入数据中所述若干网络参数对应的若干数据元素；

利用加载的所述若干网络参数处理所述若干数据元素，得到本次子加载处理的子处理结果；

清除本次加载的所述若干网络参数的内存存储；

在所述多次子加载处理后，汇集各次子加载处理的子处理结果，得到该第一神经网络层的输出结果,并以之作为下一个神经网络层的输入数据；

将所述N个神经网络层中最后一个神经网络层的输出结果，确定为所述业务模型的业务处理结果。