[发明专利]数据类别属性的确定方法及装置、存储介质、电子装置

权利要求书

1.一种数据类别属性的确定方法，其特征在于，包括：

将目标数据输入至目标网络模型中，得到所述目标网络模型输出的所述目标数据的第一特征和第二特征，其中，所述第一特征用于表示所述目标数据的特征均值，所述第二特征用于表示所述目标数据的特征方差；

利用所述第一特征和所述第二特征确定所述目标数据所归属的目标数据类别，以及所述目标数据归属于所述目标数据类别的概率；

基于所述目标数据所归属的目标数据类别，以及所述目标数据归属于所述目标数据类别的概率确定所述目标数据的类别属性。

2.根据权利要求1所述的方法，其特征在于，利用所述第一特征和所述第二特征确定所述目标数据所归属的目标数据类别，以及所述目标数据归属于所述目标数据类别的概率，包括：

将所述第一特征输入至分类器，得到所述分类器计算的所述目标数据归属的所述目标数据类别，其中，所述第二特征还用于表示所述分类器的输出特征；

基于所述第一特征的特征均值和所述第二特征的特征方差、第一参数以及预设数据类别确定所述目标数据归属于所述目标数据类别的概率。

3.根据权利要求1所述的方法，其特征在于，基于所述目标数据所归属的目标数据类别，以及所述目标数据归属于所述目标数据类别的概率确定所述目标数据的类别属性，包括以下之一：

在所述概率大于或等于预设阈值的情况下，确定所述目标数据归属于所述目标数据类别；

在所述概率小于所述预设阈值的情况下，确定所述目标数据属于异常数据类别。

4.根据权利要求1所述的方法，其特征在于，将目标数据输入至目标网络模型中，得到所述目标网络模型输出的所述目标数据的第一特征和第二特征之前，所述方法还包括：

将确定的样本数据中的内部数据和外部数据按照第一预设比例输入至原始网络模型中，得到所述原始网络模型输出的第三特征和第四特征，其中，所述第三特征用于表示所述内部数据和所述外部数据的特征均值，所述第四特征用于表示所述内部数据和所述外部数据的特征方差，所述外部数据用于表示无归属类别的数据，所述内部数据用于表示有归属类别的数据；

按照第二预设比例分离所述第三特征和所述第四特征；

按照所述第三特征和所述第四特征训练所述原始网络模型，得到所述目标网络模型。

5.根据权利要求4所述的方法，其特征在于，按照所述第三特征和所述第四特征训练所述原始网络模型，得到所述目标网络模型，包括：

确定特征记忆库，其中，所述特征记忆库用于存储所述样本数据的特征分布；

确定所述第三特征与所述特征记忆库之间的第一距离，以确定所述内部数据所归属的数据类别的第一概率；

确定所述第四特征与所述特征记忆库之间的第二距离，以确定所述外部数据所归属的数据类别的第二概率；

基于所述第一概率和所述第二概率训练所述原始网络模型，得到所述目标网络模型。

6.一种数据类别属性的确定装置，其特征在于，包括：

第一输入模块，用于将目标数据输入至目标网络模型中，得到所述目标网络模型输出的所述目标数据的第一特征和第二特征，其中，所述第一特征用于表示所述目标数据的特征均值，所述第二特征用于表示所述目标数据的特征方差；

第一确定模块，用于利用所述第一特征和所述第二特征确定所述目标数据所归属的目标数据类别，以及所述目标数据归属于所述目标数据类别的概率；

第二确定模块，用于基于所述目标数据所归属的目标数据类别，以及所述目标数据归属于所述目标数据类别的概率确定所述目标数据的类别属性。

7.根据权利要求6所述的装置，其特征在于，所述第一确定模块，包括：

第一输入单元，用于将所述第一特征输入至分类器，得到所述分类器计算的所述目标数据归属的所述目标数据类别，其中，所述第二特征还用于表示所述分类器的输出特征；

第一确定单元，用于基于所述第一特征的特征均值和所述第二特征的特征方差、第一参数以及预设数据类别确定所述目标数据归属于所述目标数据类别的概率。