[发明专利]机器学习训练方法、控制器、装置、服务器、终端和介质在审
| 申请号: | 201910058366.7 | 申请日: | 2019-01-22 |
| 公开(公告)号: | CN111460453A | 公开(公告)日: | 2020-07-28 |
| 发明(设计)人: | 冯智;张宇 | 申请(专利权)人: | 百度在线网络技术(北京)有限公司 |
| 主分类号: | G06F21/57 | 分类号: | G06F21/57;G06F21/60;G06F21/62;G06N20/00 |
| 代理公司: | 北京品源专利代理有限公司 11332 | 代理人: | 孟金喆 |
| 地址: | 100085 北京市*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 机器 学习 训练 方法 控制器 装置 服务器 终端 介质 | ||
本发明实施例公开了一种机器学习训练方法、控制器、装置、服务器、终端和介质,其中,该方法包括:获取终端上传的训练数据;响应于来自终端的机器学习训练请求,创建可信执行环境;基于可信执行环境和训练数据进行机器学习训练。本发明实施例解决了现有的模型训练过程中涉及用户隐私的训练数据存在安全隐患的问题,实现了在模型训练过程中利用安全软件环境保障训练数据的安全性以及训练模型的安全性的效果。
技术领域
本发明实施例涉及计算机技术领域,尤其涉及一种机器学习训练方法、控制器、装置、服务器、终端和介质。
背景技术
机器学习可以利用数据和经验来改进计算机算法,在很多领域都有所应用,例如数据挖掘、自然语言处理、语音识别和机器人等。随着互联网和人工智能的发展,机器学习更加成为目前炙手可热的学科。
通过机器学习对模型进行训练,需要用到大量的样本数据,这些样本数据通常是来自于企业或用户,而且通常会涉及到隐私数据。因此,如何在模型训练过程中确保隐私数据不被恶意泄露,成为目前急需解决的问题。此外,当采用来自于多个数据提供方的隐私数据进行训练时,也需要确保某一方的隐私数据不会被另一方获取。然而,现有技术中尚无有效的方案来解决上述隐私数据的安全问题。
发明内容
本发明实施例提供一种机器学习训练方法、控制器、装置、服务器、终端和介质,以实现在模型训练过程中保障训练数据的安全性以及训练模型的安全性的效果。
第一方面,本发明实施例提供了一种机器学习训练方法,应用于服务器的机器学习控制器,该方法包括:
获取终端上传的训练数据;
响应于来自所述终端的机器学习训练请求,创建可信执行环境;
基于所述可信执行环境和所述训练数据进行机器学习训练。
第二方面,本发明实施例还提供了一种机器学习训练方法,应用于终端,该方法包括:
将训练数据上传至服务器的机器学习控制器;
向所述机器学习控制器发送机器学习训练请求,使所述机器学习控制器创建可信执行环境,并基于所述可信执行环境和所述训练数据进行机器学习训练。
第三方面,本发明实施例还提供了一种机器学习控制器,配置于服务器,该控制器包括:
训练数据获取模块,用于获取终端上传的训练数据;
环境创建模块,用于响应于来自所述终端的机器学习训练请求,创建可信执行环境;
训练模块,用于基于所述可信执行环境和所述训练数据进行机器学习训练。
第四方面,本发明实施例还提供了一种机器学习训练装置,配置于终端,该装置包括:
训练数据上传模块,用于将训练数据上传至服务器的机器学习控制器;
训练请求发送模块,用于向所述机器学习控制器发送机器学习训练请求,使所述机器学习控制器创建可信执行环境,并基于所述可信执行环境和所述训练数据进行机器学习训练。
第五方面,本发明实施例还提供了一种服务器,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明任一实施例所述的应用于服务器的机器学习控制器的机器学习训练方法。
第六方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明任一实施例所述的应用于服务器的机器学习控制器的机器学习训练方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910058366.7/2.html,转载请声明来源钻瓜专利网。





