[發明專利]一種基于隱私保護的數據處理方法及裝置

有效

• 申請號: 202011547030.6
• 申請日: 2020-12-24
• 公開（公告）號: CN112287396B
• 公開（公告）日: 2021-03-30
• 發明（設計）人: 徐世真;朱曉芳;倪裕芳;王鯤鵬;劉荔園;唐家渝;田天
• 申請（專利權）人: 北京瑞萊智慧科技有限公司
• 主分類號: G06F21/62
• 分類號: G06F21/62;G06F21/60
• 代理公司: 北京開陽星知識產權代理有限公司 11710
• 代理人: 安偉

1.一種基于隱私保護的數據處理方法，其特征在于，所述方法包括：

獲取待訓練的機器學習算法；

從所述機器學習算法中獲取需重復調用的多組特征數據，并將獲取的所述特征數據轉換為復合數據結構的元組變量參數；其中，所述復合數據結構包括：數組、字典或集合；

將所述元組變量參數輸入至編程模型，以使所述編程模型基于所述元組變量參數和預設的數據流圖生成工具對所述機器學習算法進行轉換，得到所述機器學習算法對應的數據流圖；所述數據流圖包括一系列操作符；

將所述數據流圖切分為多個子圖，并將所述子圖調度到目標參與方執行；

將所述子圖編譯為新數據流圖，并通過生成所述新數據流圖中各操作符的計算操作，得到隱私保護機器學習算法；

所述生成所述新數據流圖中各操作符的計算操作，包括：

將所述編程模型中兩個或多個索引之間的相交部分，確定為基索引；

基于所述基索引，對所述新數據流圖中的第三操作符進行編譯、優化和執行；其中，所述第三操作符是實現所述編程模型的計算原語中的特定語義操作符；

所述方法還包括：

通過預設操作對所述數據流圖、所述子圖和所述新數據流圖進行緩存；其中，所述預設操作為：在緩存所述元組變量參數時，將所述元組變量參數的數據形狀shape從所述數據流圖的緩存簽名中刪除。

2.根據權利要求1所述的方法，其特征在于，所述編程模型的默認輸入參數的類型是復合數據結構，所述編程模型中的選擇判斷函數被配置為：以索引方式來訪問所述元組變量參數內的每一個變量。

3.根據權利要求1所述的方法，其特征在于，將所述數據流圖切分為多個子圖，并將所述子圖調度到目標參與方執行，包括：

對所述數據流圖中每個操作符在不同參與方執行時的安置代價進行評估，且在評估過程中，將所述編程模型中的指令設置為在一個參與方執行的單方執行指令；

根據評估得到的安置代價，將所述數據流圖切分為多個子圖，并將所述子圖調度到目標參與方執行，且在所述數據流圖的切分、調度過程中，將所述編程模型中的指令設置為在兩個參與方同時執行的雙方執行指令。

4.根據權利要求1所述的方法，其特征在于，所述生成所述新數據流圖中各操作符的計算操作，包括：

將所述新數據流圖中的第一操作符編譯為與Python的numpy對應語義的計算操作；其中，所述第一操作符是待進行動態明文計算的操作符。

5.根據權利要求1或4所述的方法，其特征在于，所述生成所述新數據流圖中各操作符的指令，包括：

使用Google-XLA編譯框架，將所述新數據流圖中的第二操作符編譯為對應語義的計算操作；其中，第二操作符是待進行靜態明文計算的操作符。

6.一種基于隱私保護的數據處理裝置，其特征在于，所述裝置包括：

算法獲取模塊，用于獲取待訓練的機器學習算法；

參數轉換模塊，用于從所述機器學習算法中獲取需重復調用的多組特征數據，并將獲取的所述特征數據轉換為復合數據結構的元組變量參數；其中，所述復合數據結構包括：數組、字典或集合；

數據流圖生成模塊，用于將所述元組變量參數輸入至編程模型，以使所述編程模型基于所述元組變量參數和預設的數據流圖生成工具對所述機器學習算法進行轉換，得到所述機器學習算法對應的數據流圖；所述數據流圖包括一系列操作符；

切分調度模塊，用于將所述數據流圖切分為多個子圖，并將所述子圖調度到目標參與方執行；

編譯模塊，用于將所述子圖編譯為新數據流圖，并通過生成所述新數據流圖中各操作符的計算操作，得到隱私保護機器學習算法;

所述編譯模塊還用于：

將所述編程模型中兩個或多個索引之間的相交部分，確定為基索引；

基于所述基索引，對所述新數據流圖中的第三操作符進行編譯、優化和執行；其中，所述第三操作符是實現所述編程模型的計算原語中的特定語義操作符；

所述裝置還包括：

通過預設操作對所述數據流圖、所述子圖和所述新數據流圖進行緩存；其中，所述預設操作為：在緩存所述元組變量參數時，將所述元組變量參數的數據形狀shape從所述數據流圖的緩存簽名中刪除。