[發明專利]基于用戶隱私保護訓練指標預測模型的方法及裝置

有效

• 申請號: 202010759875.5
• 申請日: 2020-07-31
• 公開（公告）號: CN111782550B
• 公開（公告）日: 2022-04-12
• 發明（設計）人: 顏林
• 申請（專利權）人: 支付寶（杭州）信息技術有限公司
• 主分類號: G06F11/36
• 分類號: G06F11/36;G06K9/62;G06N20/00;G06N20/10;G06N3/08;G06N5/00
• 代理公司: 北京億騰知識產權代理事務所(普通合伙) 11309
• 代理人: 陳霽;周良玉

本說明書實施例提供一種基于用戶隱私保護訓練指標預測模型的方法及裝置，該方法首先在公有云環境下獲取第一用戶在使用第一產品進行身份驗證時對應的多個特征項和相應的驗證結果，基于多個特征項形成樣本特征，將驗證結果作為樣本標簽，形成訓練樣本訓練預測模型，將訓練后的所述預測模型用于部署到私有云環境中，以預測私有云環境中的第二產品對應的所述至少一個驗證指標的指標值。該方法在無需私有云環境下的隱私數據出境的前提下，能夠檢測指定產品的指標是否異常。

技術領域

本說明書實施例涉及隱私數據保護技術領域，具體地，涉及基于用戶隱私保護訓練指標預測模型的方法及裝置。

背景技術

身份驗證是實現在線支付等操作的必要環節，支持身份驗證的產品的驗證流程中往往需要錄入或讀取用戶的隱私數據，例如支持人臉等生物特征識別的產品，需要錄入人臉圖像等隱私數據，基于eKYC(electronic Know-Your-Customer)的主動身份核實中，需要用戶提交各種證件等身份信息。

應監管部門對用戶隱私合規的要求，用戶隱私數據持有方將相應的產品部署在私有云環境下，例如，企業以及銀行等金融機構直接將相關的軟件產品部署在自己的服務器和機房中，或部署在公有云環境下的私有租戶中。

支持身份驗證的產品在運行過程中需要進行指標檢測，以判斷產品體驗是否合格，例如是否出現了設備不兼容、交互流程bug、算法問題等異常情況，這些指標檢測一般依賴于產品數據的交換，而私有云環境下的隱私數據由于無法出境，使得產品的指標檢測存在一定障礙。

發明內容

本說明書描述了一種基于用戶隱私保護訓練指標預測模型的方法，該方法將公有云環境訓練得到的預測模型應用于私有云環境下，通過該預測模型預測私有云環境下的產品指標，在無需私有云環境的隱私數據出境的前提下，實現對產品指標的檢測。

根據第一方面，提供一種基于用戶隱私保護訓練指標預測模型的方法，該方法在公有云環境下執行，包括：

獲取第一用戶在使用第一產品進行身份驗證時對應的多個特征項，其中，第一產品部署在公有云環境中，多個特征項對應于對身份驗證結果有影響的多個因素；獲取第一用戶使用第一產品進行身份驗證的驗證結果，驗證結果包括與至少一個驗證指標對應的數據項；基于多個特征項形成樣本特征，將驗證結果作為樣本標簽，從而形成訓練樣本；利用多個訓練樣本訓練預測模型，訓練后的預測模型用于部署到私有云環境中，以預測私有云環境中的第二產品對應的至少一個驗證指標的指標值。

在一個實施例中，第一產品的驗證流程包括人臉驗證；獲取第一用戶在使用第一產品進行身份驗證時對應的多個特征項，包括：獲取第一用戶用于人臉驗證的人臉圖像的第一附加特征，歸入多個特征項，第一附加特征包括以下中的至少一項：人臉背景、人種、配飾、發型、發色。

在一個實施例中，第一產品的驗證流程包括證件掃描；獲取第一用戶在使用第一產品進行身份驗證時對應的多個特征項，包括：獲取第一用戶用于證件掃描的證件圖像的第二附加特征，歸入多個特征項，第二附加特征包括以下中的至少一項：證件背景、證件類型、證件擺放角度。

在一個實施例中，多個特征項還包括身份附加特征，身份附加特征包括以下中的至少一項：地址、性別、職業、年齡、身高。

在一個實施例中，多個特征項還包括，第一用戶在使用第一產品進行身份驗證時的操作環境特征，操作環境特征包括以下中的至少一項：驗證所使用的終端設備型號、操作系統及版本、操作系統語言、網絡環境、時間。

在一個實施例中，基于多個特征項形成樣本特征，包括：將多個特征項中的若干特征項進行特征交叉，形成衍生特征；將多個特征項和/或衍生特征作為對應的樣本特征。

在一個實施例中，至少一個驗證指標包括以下中的至少一項：驗證通過率，驗證耗時，刷臉成功率，證件掃描成功率、驗證準確率。