[發明專利]基于隱私保護的業務預測模型訓練方法和裝置

有效

• 申請號: 202011435634.1
• 申請日: 2020-05-09
• 公開（公告）號: CN112487460B
• 公開（公告）日: 2022-04-12
• 發明（設計）人: 張寧;王磊
• 申請（專利權）人: 支付寶（杭州）信息技術有限公司
• 主分類號: G06F21/60
• 分類號: G06F21/60;G06F21/62;G06F17/15;G06F17/16;G06F17/18
• 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隱私保護的業務預測模型訓練方法和裝置。該方法可以通過訓練系統中的可信計算單元和非可信計算單元執行。可信計算單元將初始模型參數、多個業務樣本的樣本特征和對應的標簽值分別進行同態加密，并將其發送至非可信計算單元，執行多輪模型迭代，其中任意一輪模型迭代包括，可信計算單元與非可信計算單元進行交互，使得非可信計算單元至少基于對同態加密后的特征數據和模型參數進行同態運算，確定本輪更新后的第二加密模型參數，可信計算單元根據第二加密模型參數和第一加密模型參數的差異，確定模型訓練過程是否滿足收斂條件，在不滿足時進行下一輪模型迭代。

本發明申請是申請日為2020年05月09日、申請號為202010384203.0、發明名稱為“基于隱私保護的業務預測模型訓練方法和裝置”的發明申請的分案申請。

技術領域

本說明書一個或多個實施例涉及機器學習技術領域，尤其涉及基于隱私保護的業務預測模型訓練方法和裝置。

背景技術

隨著計算機技術的發展，數據處理需求越來越大。在機器學習領域，利用模型對業務數據進行預測，基于預測結果進行安全維護、使用推薦等，已經成為非常常見的數據處理方法。為了保證業務數據的安全性和隱私性，與數據相關的計算常常置于可信計算單元中進行。可信計算單元具有的可信執行環境(Trusted Execution Environment，TEE)能夠確保數據計算過程的安全性和隱私性。

同時，業務訓練預測模型所需要的數據往往會涉及多個平臺、多個領域。例如，在基于業務預測模型的商戶分類分析場景中，電子支付平臺擁有商戶的交易流水數據，電子商務平臺存儲有商戶的銷售數據，銀行機構擁有商戶的借貸數據。在進行模型訓練時，會聯合多方的數據進行。這導致特征數據的數據量越來越大，對模型訓練過程的處理要求也越來越高。

因此，希望能有改進的方案，使得在數據量較大時，提高訓練業務預測模型的處理效率，同時保證隱私數據的安全性和隱私性。

發明內容

本說明書一個或多個實施例描述了基于隱私保護的業務預測模型訓練方法和裝置，以在數據量較大時，提高訓練業務預測模型的處理效率，同時保證隱私數據的安全性和隱私性。具體的技術方案如下。

第一方面，實施例提供了一種基于隱私保護的訓練業務預測模型的方法，通過訓練系統中處于可信執行環境下的可信計算單元執行，所述訓練系統還包括非可信計算單元；所述方法包括：

獲取用于訓練所述業務預測模型的訓練集和所述業務預測模型的初始模型參數，其中所述訓練集包括多個業務樣本的樣本特征和對應的標簽值；

使用加密密鑰，將所述初始模型參數同態加密為初始加密模型參數，將所述多個業務樣本的樣本特征和對應的標簽值分別同態加密為多個加密樣本和加密標簽值；

將所述初始加密模型參數、所述多個加密樣本和加密標簽值發送至所述非可信計算單元；

執行多輪模型迭代，其中任意一輪模型迭代包括，與所述非可信計算單元進行交互，從所述非可信計算單元中獲取本輪更新后的第二加密模型參數，所述第二加密模型參數，至少基于對所述多個加密樣本、多個加密標簽值和本輪更新前的第一加密模型參數的同態運算確定；

根據所述第二加密模型參數和所述第一加密模型參數的差異，確定模型訓練過程是否滿足收斂條件，在不滿足時進行下一輪模型迭代。

在一種實施方式中，所述業務預測模型屬于邏輯回歸模型；

所述與所述非可信計算單元進行交互，從所述非可信計算單元中獲取本輪更新后的第二加密模型參數的步驟，包括：

接收所述非可信計算單元發送的與每個業務樣本對應的加密中間結果；其中，所述加密中間結果根據所述第一加密模型參數分別與每個加密樣本的樣本特征同態相乘得到；