[发明专利]一种组件适配方法、装置、电子设备及存储介质

说明书

本申请提供一种组件适配方法、装置、电子设备及存储介质，该方法包括：从组件容器中获取不同的任务对象信息；获取目标联邦学习信息，并根据目标联邦学习信息对任务对象信息进行适配转换，获得转换后的任务对象。在上述方案的实现过程中，通过获取目标联邦学习信息，并根据目标联邦学习信息对任务对象信息进行适配转换，获得用于创建和运行联邦学习实际服务的任务对象，有效地在联邦学习实际服务与组件容器之间增加了适配转换过程，使得在隐私计算平台中的组件容器升级或改版时，直接升级或改版适配转换服务即可，该适配转换过程解耦了联邦学习实际服务与组件容器的依赖关系，从而改善了任务对象与联邦学习实际服务过于耦合的问题。

技术领域

本申请涉及联邦学习、机器学习和软件工程的技术领域，具体而言，涉及一种组件适配方法、装置、电子设备及存储介质。

背景技术

隐私计算平台是为了解决数据隐私泄露问题提出的一种联邦学习信息处理平台，该平台主要是改善因隐私保护导致的数据孤岛问题。

目前，隐私计算平台对数据流进行处理的过程包括：通过数据流的工程管理模块来创建流程任务，再通过数据流的引擎将流程任务经过组件容器后，直接调用联邦学习实际服务。然而，在具体的实践过程中发现，当隐私计算平台中的组件容器升级或改版时，需要联邦学习实际服务的开发者对应进行二次修改来兼容组件容器修改，也就是说，在组件容器中运行的任务对象与联邦学习实际服务过于耦合。

发明内容

本申请实施例的目的在于提供一种组件适配方法、装置、电子设备及存储介质，用于改善在组件容器中运行的任务对象与联邦学习实际服务过于耦合的问题。

第一方面，本申请实施例提供了一种组件适配方法，包括：从组件容器中获取不同的任务对象信息；获取目标联邦学习信息，并根据目标联邦学习信息对任务对象信息进行适配转换，获得转换后的任务对象。在上述方案的实现过程中，通过获取目标联邦学习信息，并根据目标联邦学习信息对任务对象信息进行适配转换，获得用于创建和运行联邦学习实际服务的任务对象，有效地在联邦学习实际服务与组件容器之间增加了适配转换过程，使得在隐私计算平台中的组件容器升级或改版时，直接升级或改版适配转换服务即可，该适配转换过程解耦了联邦学习实际服务与组件容器的依赖关系，从而改善了任务对象与联邦学习实际服务过于耦合的问题。

在第一方面的一种可选实现方式中，根据目标联邦学习信息对任务对象信息进行适配转换，获得转换后的任务对象，包括：对任务对象信息进行拆解，获得树状格式的对象数据；根据目标联邦学习信息对树状格式的对象数据进行适配转换，获得转换后的任务对象。

在上述方案的实现过程中，通过对任务对象信息进行拆解，获得树状格式的对象数据，并根据目标联邦学习信息对树状格式的对象数据进行适配转换，从而有效地解耦了联邦学习实际服务与组件容器的依赖关系，改善了任务对象与联邦学习实际服务过于耦合的问题。

在第一方面的一种可选实现方式中，对任务对象信息进行拆解，包括：使用脚本对象简谱JSON格式或者可扩展标记语言XML格式对任务对象信息进行拆解。

在第一方面的一种可选实现方式中，树状格式的对象数据包括：至少一条数据记录，数据记录包括标识符和具体值；根据目标联邦学习信息对树状格式的对象数据进行适配转换，包括：判断数据记录的标识符是否在目标联邦学习信息中；若是，则根据目标联邦学习信息移动数据记录在树状格式的对象数据的位置。

在上述方案的实现过程中，通过在数据记录的标识符是否在目标联邦学习信息中的情况下，根据目标联邦学习信息移动数据记录在树状格式的对象数据的位置，从而有效地解耦了联邦学习实际服务与组件容器的依赖关系，改善了任务对象与联邦学习实际服务过于耦合的问题。

在第一方面的一种可选实现方式中，在判断数据记录的标识符是否包括在目标联邦学习信息中之后，还包括：若数据记录的标识符不在目标联邦学习信息中，则从树状格式的对象数据中移除数据记录。