[发明专利]数据保护方法、装置、介质及设备

权利要求书

1.一种数据保护方法，其特征在于，所述方法包括：

获取联合训练模型的主动参与方的目标批次的参考样本分别对应的梯度关联信息；

根据所述目标批次的全部参考样本中正例的参考样本和负例的参考样本分别所占的比例，确定待添加的数据噪声的约束条件；

根据所述参考样本对应的梯度关联信息和所述约束条件，确定待添加的数据噪声的信息；

根据所述待添加的数据噪声的信息对每一所述参考样本对应的初始梯度传递值进行修正，以得到目标梯度传递信息，其中，所述目标批次中对应于不同样本标签的参考样本所对应的目标梯度传递信息一致；

将所述目标梯度传递信息发送至联合训练模型的被动参与方，以使所述被动参与方根据所述目标梯度传递信息调整所述联合训练模型的参数。

2.根据权利要求1所述的方法，其特征在于，所述约束条件用于对所述待添加的数据噪声的方差进行约束。

3.根据权利要求1或2所述的方法，其特征在于，所述约束条件为：

确定所述正例的参考样本对应的比例与所述正例的参考样本对应的待添加的数据噪声的协方差信息的矩阵的迹的乘积，以及所述负例的参考样本对应的比例与所述负例的参考样本对应的待添加的数据噪声的协方差信息的矩阵的迹的乘积之和小于或等于预设超参数的目标值。

4.根据权利要求3所述的方法，其特征在于，所述预设超参数的目标值通过如下方式确定：

确定所述预设超参数的当前值是否满足参数条件，所述预设超参数的初始值为所述初始梯度传递值，其中，所述参数条件是根据使得基于所述目标梯度传递信息进行标签预测的误差大于误差阈值确定出的；

若所述预设超参数的当前值不满足所述参数条件，按比例增大所述预设超参数的数值，并重新执行所述确定所述预设超参数的当前值是否满足参数条件的步骤；

若所述预设超参数的当前值满足所述参数条件，则将所述预设超参数的当前值确定为所述目标值。

5.根据权利要求1所述的方法，其特征在于，所述梯度关联信息包括用于表征样本类别的样本标签和基于所述参考样本的目标梯度传递信息确定出的预测标签，其中，基于所述参考样本的目标梯度传递信息确定出的预测标签的预测方法为一个或多个；

所述根据所述参考样本对应的梯度关联信息和所述约束条件，确定待添加的数据噪声的信息，包括：

根据每一所述参考样本的样本标签和预测标签，确定基于每一所述预测方法对所述参考样本进行预测的混合预测误差；

根据使得每一所述预测方法对应的所述混合预测误差的最小值最大且满足所述约束条件的噪声参数信息，确定与所述参考样本对应的待添加的数据噪声的信息。

6.根据权利要求5所述的方法，其特征在于，所述根据每一所述参考样本的样本标签和预测标签，确定基于每一所述预测方法对所述参考样本进行预测的混合预测误差，包括：

针对每一所述预测方法，根据每一所述参考样本的样本标签和预测标签，确定所述预测方法的正例预测错误率和负例预测错误率；

根据每一所述预测方法的正例预测错误率和负例预测错误率，确定基于每一所述预测方法对所述参考样本进行预测的混合预测误差。

7.根据权利要求6所述的方法，其特征在于，所述根据每一所述预测方法的正例预测错误率和负例预测错误率，确定基于每一所述预测方法对所述参考样本进行预测的混合预测误差，包括：

将所述正例预测错误率和负例预测错误率分别根据其所对应的权重进行加权所得的加权和确定为所述混合预测误差。