[发明专利]模型训练及数据检测方法、装置、设备及介质

权利要求书

1.一种模型训练方法，所述方法包括：

将公开数据输入预先训练得到的教师综合模型，由所述教师综合模型输出第一标签值；其中，所述教师综合模型是根据私有数据训练得到；

将所述公开数据输入待训练的学生模型，由所述学生模型输出第一预测值，并根据所述第一预测值与所述第一标签值的差异调整所述学生模型的网络参数。

2.根据权利要求1所述的方法，所述教师综合模型包括：至少两个教师子模型；

所述将公开数据输入预先训练得到的教师综合模型，由所述教师综合模型输出第一标签值，包括：

将所述公开数据分别输入所述至少两个教师子模型，由所述至少两个教师子模型输出对应的至少两个第一子标签值；

根据所述至少两个第一子标签值，确定所述第一标签值。

3.根据权利要求1所述的方法，在所述将公开数据输入预先训练得到的教师综合模型之前，还包括：

将所述私有数据输入所述教师综合模型，由所述教师综合模型输出第二预测值，并根据所述第二预测值与所述私有数据的标签值的差异调整所述教师综合模型的网络参数。

4.根据权利要求1所述的方法，在所述教师综合模型包括至少两个教师子模型的情况下，在所述将公开数据输入预先训练得到的教师综合模型之前，还包括：

对应所述至少两个教师子模型的数量，将所述私有数据划分为互斥的至少两个私有子数据；

基于不同的所述私有子数据，分别对不同的所述教师子模型进行训练。

5.一种数据检测方法，所述方法包括：

将待检测数据输入预先训练得到的学生模型，由所述学生模型输出检测值；其中，所述学生模型是根据权利要求1至4中任一项的模型训练方法得到；

根据所述检测值与预先设置的动态阈值，确定所述待检测数据的检测结果；其中，所述动态阈值根据不同的动态信息变化。

6.根据权利要求5所述的方法，所述动态信息包括如下至少一项：

时间信息、业务场景信息、用户价值信息。

7.一种模型训练装置，所述装置包括：

第一标签值输出模块，用于将公开数据输入预先训练得到的教师综合模型，由所述教师综合模型输出第一标签值；其中，所述教师综合模型是根据私有数据训练得到；

学生模型参数调整模块，用于将所述公开数据输入待训练的学生模型，由所述学生模型输出第一预测值，并根据所述第一预测值与所述第一标签值的差异调整所述学生模型的网络参数。

8.根据权利要求7所述装置，所述教师综合模型包括：至少两个教师子模型；

所述第一标签值输出模块，包括：

第一子标签值输出模块，用于将所述公开数据分别输入所述至少两个教师子模型，由所述至少两个教师子模型输出对应的至少两个第一子标签值；

第一标签值确定模块，用于根据所述至少两个第一子标签值，确定所述第一标签值。

9.根据权利要求7所述装置，还包括：

教师综合模型训练模块，用于将所述私有数据输入所述教师综合模型，由所述教师综合模型输出第二预测值，并根据所述第二预测值与所述私有数据的标签值的差异调整所述教师综合模型的网络参数。

10.根据权利要求7所述装置，在所述教师综合模型包括至少两个教师子模型的情况下，所述装置，还包括：

私有数据划分模块，用于对应所述至少两个教师子模型的数量，将所述私有数据划分为互斥的至少两个私有子数据；

教师子模型训练模块，用于基于不同的所述私有子数据，分别对不同的所述教师子模型进行训练。