[发明专利]一种基于隐私保护的方式获取联合训练模型的方法及系统

说明书

本说明书一个或多个实施例涉及一种基于隐私保护的方式获取联合训练模型的方法及系统，所述方法由参与方中的第一终端实现；其中，所述参与方包括第一终端与第二终端，分别持有水平或者垂直切分的训练数据，所述训练数据包括含样本标签的第一训练数据以及不含样本标签的第二训练数据；所述方法包括：基于含样本标签的所述第一训练数据通过隐私保护的方式与所述参与方中的第二终端联合训练第一模型；将不含标签的第二训练数据通过隐私保护的方式输入训练好的所述第一模型得到第二训练数据的预测标签；基于含样本标签的第一训练数据以及含预测标签的第二训练数据通过隐私保护的方式与所述第二终端联合训练模型，获取第二模型。

技术领域

本说明书一个或多个实施例涉及多方数据合作，特别涉及一种基于隐私保护的方式获取联合训练模型的方法及系统。

背景技术

在数据分析、数据挖掘、经济预测等领域，机器学习模型可被用来分析、发现潜在的数据价值。由于单个数据拥有方持有的数据可能是不完整的，由此难以准确地刻画目标，为了得到更好的模型预测结果，通过多个数据拥有方的数据合作，来进行模型的联合训练的方式得到了广泛的使用。但是，在多方数据合作的过程中，标签信息并不是对所有样本都存在的。在医疗、金融等领域，标签信息需要大量的人工专家来标注，因此成本昂贵。

因此，有必要提出一种基于隐私保护的方式获取联合训练模型的方法，来使用少量的有标签样本和大量的未标签样本来训练一个有效的联合训练模型。

发明内容

本说明书实施例的一个方面提供一种基于隐私保护的方式获取联合训练模型的方法，所述方法由参与方中的第一终端实现；其中，所述参与方包括第一终端与第二终端，分别持有水平或者垂直切分的训练数据，所述训练数据包括含样本标签的第一训练数据以及不含样本标签的第二训练数据；所述方法包括：基于含样本标签的所述第一训练数据通过隐私保护的方式与所述参与方中的第二终端联合训练第一模型；将不含标签的第二训练数据通过隐私保护的方式输入训练好的所述第一模型得到第二训练数据的预测标签；基于含样本标签的第一训练数据以及含预测标签的第二训练数据通过隐私保护的方式与所述第二终端联合训练模型，获取第二模型。

本说明书实施例的另一方面提供一种基于隐私保护的方式获取联合训练模型的系统，所述系统由参与方中的第一终端实现；其中，所述参与方包括第一终端与第二终端，分别持有水平或者垂直切分的训练数据，所述训练数据包括含样本标签的第一训练数据以及不含样本标签的第二训练数据；所述系统包括：第一模型获取模块：用于基于含样本标签的所述第一训练数据通过隐私保护的方式与所述第二终端联合训练第一模型；预测标签获取模块：用于将不含标签的第二训练数据通过隐私保护的方式输入训练好的所述第一模型得到第二训练数据的预测标签；第二模型获取模块：用于基于含样本标签的第一训练数据以及含预测标签的第二训练数据通过隐私保护的方式与第二终端联合训练模型，获取第二模型。

本说明书实施例的另一方面提供一种基于隐私保护的方式获取联合训练模型的装置，所述装置包括处理器以及存储器；所述存储器用于存储指令，所述处理器用于执行所述指令，以实现所述基于隐私保护的方式获取联合训练模型的操作。

附图说明

本说明书将以示例性实施例的方式进一步描述，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：

图1是根据本说明书的一些实施例所示的基于隐私保护的方式获取联合训练模型系统的示例性应用场景图；

图2是根据本说明书的一些实施例所示的基于隐私保护的方式获取联合训练模型方法的示例性流程图；

图3是根据本说明书的一些实施例所示的基于同态加密的方法获取第一模型的示例性流程图；

图4是根据本说明书的一些实施例所示基于同态加密的方式迭代更新第二模型示例性流程图；