[发明专利]基于隐私保护的训练样本生成方法和装置

说明书

本说明书提供一种基于隐私保护的训练样本生成方法，被挖掘的原始数据包括m个原始样本，每个原始样本包括d维的原始向量x和输出标记值y，m、d为自然数，所述方法包括：生成n个d维的转换向量π，每个转换向量π由随机选取的若干个原始样本的yx之和确定；将所述n个转换向量π作为二分类模型的训练样本。

技术领域

本说明书涉及数据处理技术领域，尤其涉及一种基于隐私保护的训练样本生成方法和装置。

背景技术

随着互联网的发展和普及，各种基于网络进行的活动都在源源不断的产生数据，许多企业、政府甚至个人等都掌握着大量的用户数据。数据挖掘技术能够从大量的数据中发现有价值的知识、模式、规则等信息，为科学研究、商业决策、过程控制等提供辅助支持，成为数据利用的重要方式。

在一些应用场景中，用于挖掘的数据包含了很多敏感信息，例如金融行业的数据、政府部门的数据等。如何将这些敏感信息在数据挖掘的过程中作为隐私保护起来，成为一个越来越受人关注的问题。

发明内容

有鉴于此，本说明书提供一种基于隐私保护的训练样本生成方法，被挖掘的原始数据包括m个原始样本，每个原始样本包括d维的原始向量x和输出标记值y，m、d为自然数，所述方法包括：

生成n个d维的转换向量π，每个转换向量π由随机选取的若干个原始样本的yx之和确定；

将所述n个转换向量π作为二分类模型的训练样本。

本说明书提供的一种基于隐私保护的二分类模型训练方法，包括：

获取n个d维的转换向量π作为训练样本；每个所述转换向量π由随机选取的若干个原始样本的yx之和确定，所述原始样本为原始数据的m个样本之一，每个原始样本包括d维的原始向量x和输出标记值y，m、d为自然数，

基于所述训练样本，对二分类模型进行训练，得到结果模型。

本说明书还提供了一种基于隐私保护的训练样本生成装置，被挖掘的原始数据包括m个原始样本，每个原始样本包括d维的原始向量x和输出标记值y，m、d为自然数，所述装置包括：

转换向量生成单元，用于生成n个d维的转换向量π，每个转换向量π由随机选取的若干个原始样本的yx之和确定；

训练样本生成单元，用于将所述n个转换向量π作为二分类模型的训练样本。

本说明书提供的一种基于隐私保护的二分类模型训练装置，包括：

训练样本获取单元，用于获取n个d维的转换向量π作为训练样本；每个所述转换向量π由随机选取的若干个原始样本的yx之和确定，所述原始样本为原始数据的m个样本之一，每个原始样本包括d维的原始向量x和输出标记值y，m、d为自然数，

模型训练单元，用于基于所述训练样本，对二分类模型进行训练，得到结果模型。

本说明书提供的一种计算机设备，包括：存储器和处理器；所述存储器上存储有可由处理器运行的计算机程序；所述处理器运行所述计算机程序时，执行上述基于隐私保护的训练样本生成方法所述的步骤。

本说明书提供的一种计算机设备，包括：存储器和处理器；所述存储器上存储有可由处理器运行的计算机程序；所述处理器运行所述计算机程序时，执行上述基于隐私保护的二分类模型训练方法所述的步骤。

本说明书提供的一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器运行时，执行上述基于隐私保护的训练样本生成方法所述的步骤。

本说明书提供的一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器运行时，执行上述基于隐私保护的模型训练方法所述的步骤。