[发明专利]数据保护方法、装置、介质及电子设备

说明书

本公开涉及一种数据保护方法、装置、介质及电子设备，该方法包括：获取联合训练模型的主动参与方的指定批次的参考样本；确定第一参考样本的生成梯度信息，生成梯度信息是根据如下信息项中的至少一者确定的：第二参考样本的实际梯度信息、第一参考样本的生成标签信息、被动参与方的指定批次的参考样本的特征信息；根据生成梯度信息确定向被动参与方发送的目标梯度信息，并将目标梯度信息发送至被动参与方，以由被动参与方根据目标梯度信息对联合训练模型的参数进行更新。通过上述方案，尽量避免生成数据对联合训练模型的训练过程和模型性能的影响，提高数据的隐私性和安全性。

技术领域

本公开涉及计算机技术领域，具体地，涉及一种数据保护方法、装置、介质及电子设备。

背景技术

随着人工智能技术的发展，机器学习取得越来越广泛的应用。近年来，为了保护数据安全和解决数据孤岛的问题，相关的方式通常采用联合训练模型，来实现在不暴露原始数据的前提下完成机器学习模型的共同训练，通常将每个参与共同建模的企业称为参与方，在训练联合训练模型的过程中，为避免信息泄露，提高数据安全，每一参与方各自的信息是需要进行保护的重要数据，并且在避免信息泄露的同时保证联合训练模型的性能是联合学习过程中的重要问题。

发明内容

提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

第一方面，本公开提供一种数据保护方法，所述方法包括：获取联合训练模型的主动参与方的指定批次的参考样本，其中，所述主动参与方的指定批次的参考样本包括第一参考样本和第二参考样本，所述第一参考样本对应的目标加密标识信息不为所述主动参与方的目标加密标识信息，所述第二参考样本对应的目标加密标识信息为所述主动参与方的目标加密标识信息，所述目标加密标识信息是根据所述主动参与方的密钥和所述联合训练模型的被动参与方的密钥进行加密得到的；确定所述第一参考样本的生成梯度信息，其中，所述生成梯度信息是根据如下信息项中的至少一者确定的：所述第二参考样本的实际梯度信息、所述第一参考样本的生成标签信息、所述被动参与方的指定批次的参考样本的特征信息；根据所述生成梯度信息确定向所述被动参与方发送的目标梯度信息，并将所述目标梯度信息发送至所述被动参与方，以由所述被动参与方根据所述目标梯度信息对所述联合训练模型的参数进行更新。

第二方面，本公开提供一种数据保护装置，所述装置包括：获取模块，用于获取联合训练模型的主动参与方的指定批次的参考样本，其中，所述主动参与方的指定批次的参考样本包括第一参考样本和第二参考样本，所述第一参考样本对应的目标加密标识信息不为所述主动参与方的目标加密标识信息，所述第二参考样本对应的目标加密标识信息为所述主动参与方的目标加密标识信息，所述目标加密标识信息是根据所述主动参与方的密钥和所述联合训练模型的被动参与方的密钥进行加密得到的；确定模块，用于确定所述第一参考样本的生成梯度信息，其中，所述生成梯度信息是根据如下信息项中的至少一者确定的：所述第二参考样本的实际梯度信息、所述第一参考样本的生成标签信息、所述被动参与方的指定批次的参考样本的特征信息；发送模块，用于根据所述生成梯度信息确定向所述被动参与方发送的目标梯度信息，并将所述目标梯度信息发送至所述被动参与方，以由所述被动参与方根据所述目标梯度信息对所述联合训练模型的参数进行更新。

第三方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现本公开第一方面提供的所述方法的步骤。

第四方面，本公开提供一种电子设备，包括：存储装置，其上存储有计算机程序；处理装置，用于执行所述存储装置中的所述计算机程序，以实现本公开第一方面提供的所述方法的步骤。