[发明专利]一种模型训练的方法、装置、存储介质及电子设备

说明书

本说明书公开了一种模型训练的方法、装置、存储介质及电子设备，首先获取样本业务数据以及隐私数据，将获取到的样本业务数据以及隐私数据输入到待训练的参照模型中，得到第一预测结果，以及，将样本业务数据输入到待训练的预测模型中，得到第二预测结果，以最小化第一预测结果与第二预测结果之间的偏差，以及最小化第一预测结果与样本业务数据对应的标签数据之间的偏差为优化目标，对参照模型以及预测模型进行联合训练，其中，训练后的预测模型应用于业务执行。

技术领域

本说明书涉及计算机技术领域，尤其涉及一种模型训练的方法、装置、存储介质及电子设备。

背景技术

随着机器学习的不断发展，目前已在诸多的业务领域中使用机器学习模型来执行各项业务。

然而，在模型使用的过程中，通常会将用户的隐私数据也输入到模型中，这一过程可能会存在泄漏用户隐私数据的可能，从而给用户的信息安全带来一定的隐患。

发明内容

本说明书提供一种模型训练的方法、装置、存储介质及电子设备，以部分的解决现有技术存在的上述问题。

本说明书采用下述技术方案：

本说明书提供了一种模型训练的方法，包括：

获取样本业务数据以及隐私数据；

将所述样本业务数据以及所述隐私数据输入到待训练的参照模型中，得到第一预测结果，以及，将所述样本业务数据输入到待训练的预测模型中，得到第二预测结果；

以最小化所述第一预测结果与所述第二预测结果之间的偏差，以及最小化所述第一预测结果与所述样本业务数据对应的标签数据之间的偏差为优化目标，对所述参照模型以及所述预测模型进行联合训练，其中，训练后的所述预测模型应用于业务执行。

可选地，以最小化所述第一预测结果与所述第二预测结果之间的偏差，以及最小化所述第一预测结果与所述样本业务数据对应的标签数据之间的偏差为优化目标，对所述参照模型以及所述预测模型进行联合训练，具体包括：

以最小化所述第一预测结果与所述第二预测结果之间的偏差，最小化所述第一预测结果与所述样本业务数据对应的标签数据之间的偏差以及最小化所述第二预测结果与所述标签数据之间的偏差为优化目标，对所述参照模型以及所述预测模型进行联合训练。

可选地，所述方法还包括：

获取用户的业务数据；

将所述业务数据输入到所述预测模型中，获取到所述预测模型输出的预测结果，其中，所述预测模型是根据上述模型训练的方法训练得到的；

根据所述预测结果，执行业务。

可选地，获取用户的业务数据，具体包括：

获取用户执行业务所需的初始数据；

从所述初始数据中识别出所述用户的隐私数据；

将所述隐私数据从所述初始数据中剔除，得到执行业务所需的业务数据。

本说明书提供了一种模型训练的装置，包括：

获取模块，用于获取样本业务数据以及隐私数据；

输入模块，用于将所述样本业务数据以及所述隐私数据输入到待训练的参照模型中，得到第一预测结果，以及，将所述样本业务数据输入到待训练的预测模型中，得到第二预测结果；

训练模块，用于以最小化所述第一预测结果与所述第二预测结果之间的偏差，以及最小化所述第一预测结果与所述样本业务数据对应的标签数据之间的偏差为优化目标，对所述参照模型以及所述预测模型进行联合训练，其中，训练后的所述预测模型应用于业务执行。