[发明专利]数据保护方法、装置、介质及设备

说明书

本公开涉及一种数据保护方法、装置、介质及设备，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；根据参考样本对应的梯度关联信息和约束条件，确定待添加的数据噪声的信息；根据待添加的数据噪声的信息对每一参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，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，以使被动参与方根据目标梯度传递信息调整联合训练模型的参数。

技术领域

本公开涉及计算机技术领域，具体地，涉及一种数据保护方法、装置、介质及设备。

背景技术

随着人工智能技术的发展，机器学习取得越来越广泛的应用。近年来，为了保护数据安全和解决数据孤岛的问题，相关的方式通常采用联合训练模型来实现在不暴露原始数据的前提下完成机器学习模型的共同训练。针对有监督机器学习模型，通常将拥有样本标签数据的一方称为主动参与方(active party)，将未拥有样本标签数据的一方称为被动参与方(passive party)。主动参与方所拥有的样本标签数据是在联合训练模型中需要进行保护的重要数据之一。

发明内容

提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

第一方面，本公开提供一种数据保护方法，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。

第二方面，提供一种数据保护装置，所述装置包括：

获取模块，用于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；

第一确定模块，用于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；

第二确定模块，用于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；

修正模块，用于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；

发送模块，用于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。

第三方面，提供种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时第一方面所述方法的步骤。

第四方面，提供一种电子设备，包括：

存储装置，其上存储有计算机程序；

处理装置，用于执行所述存储装置中的所述计算机程序，以实现第一方面所述方法的步骤。