[发明专利]实现隐私保护的数据处理方法和装置

权利要求书

1.一种实现隐私保护的数据处理方法，其特征在于，由多个数据持有方执行，所述多个数据持有方中各数据持有方中存储有各自的隐私样本数据，所述方法包括：

将预设明文机器学习模型中的明文算子替换为所述明文算子对应的密码算子，得到所述预设明文机器学习模型对应的隐私机器学习模型；

执行安全多方计算，以基于所述各数据持有方中存储的各自的隐私样本数据对所述隐私机器学习模型进行联合训练，输出目标机器学习模型。

2.根据权利要求1所述的方法，其特征在于，将预设明文机器学习模型中的明文算子替换为所述明文算子对应的密码算子，包括：

获取多个密码算子，并对所述多个密码算子中各密码算子进行注册；

获取优化器程序，并对所述优化器程序进行注册，其中，所述优化器程序用于将预设明文机器学习模型中的明文算子替换为对应的密码算子。

3.根据权利要求2所述的方法，其特征在于，所述优化器程序还用于将预设明文机器学习模型中的明文算子梯度函数替换为对应的密码算子梯度函数；

相应地，在获取多个密码算子，并对所述多个密码算子中各密码算子进行注册之后，还包括：

获取所述多个密码算子中各密码算子对应的密码算子梯度函数，并对所述各密码算子对应的密码算子梯度函数进行注册；

将经注册的密码算子梯度函数与对应的经注册的密码算子进行关联。

4.根据权利要求1所述的方法，其特征在于，将预设明文机器学习模型中的明文算子替换为所述明文算子对应的密码算子，包括：

获取安装包文件，其中，所述安装包文件是基于二进制文件构建的，所述二进制文件由用于实现多个密码算子的源码、用于实现优化器程序的源码、用于注册所述多个密码算子的源码和用于注册所述优化器程序的源码编译后得到，所述优化器程序在执行时用于将所述明文模型中的明文算子替换为所述明文算子对应的密码算子；

对所述安装包文件进行安装；

将安装后的文件导入所述预设明文机器学习模型，以将所述预设明文机器学习模型中的明文算子替换为对应的密码算子。

5.根据权利要求1所述的方法，其特征在于，将预设明文机器学习模型中的明文算子替换为所述明文算子对应的密码算子，包括：

基于预设明文机器学习模型对应的数据流图中的数据流，确定所述预设明文机器学习模型中需要替换的明文算子；

将所述预设明文机器学习模型中需要替换的明文算子替换为对应的密码算子。

6.根据权利要求2所述的方法，其特征在于，所述优化器程序包括以下至少之一：静态优化器程序和动态优化器程序。

7.根据权利要求2所述的方法，其特征在于，所述密码算子包括以下至少之一：安全多方计算算子、同态加密算子和零知识证明算子。

8.一种实现隐私保护的数据处理装置，其特征在于，位于多个数据持有方中各数据持有方中，所述多个数据持有方中各数据持有方中存储有各自的隐私样本数据，所述装置包括：

替换模块，用于将预设明文机器学习模型中的明文算子替换为所述明文算子对应的密码算子，得到所述预设明文机器学习模型对应的隐私机器学习模型；

训练模块，用于执行安全多方计算，以基于所述各数据持有方中存储的各自的隐私样本数据对所述隐私机器学习模型进行联合训练，输出目标机器学习模型。

9.一种计算机设备，其特征在于，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，所述指令被执行时实现权利要求1至7中任一项所述方法的步骤。