[發明專利]多源數據的數據處理方法、裝置及電子設備、存儲介質

在審

• 申請號: 202110369324.2
• 申請日: 2021-04-06
• 公開（公告）號: CN113807537A
• 公開（公告）日: 2021-12-17
• 發明（設計）人: 代子營;王鐵成
• 申請（專利權）人: 京東科技控股股份有限公司
• 主分類號: G06N20/00
• 分類號: G06N20/00;G06F21/60
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 王萌

本申請提出一種多源數據的數據處理方法及裝置，該方法包括：生成所述數據提供節點自身的私鑰片段，以及加密公鑰和求值公鑰，其中，其他參與節點包括其他數據提供節點和數據使用節點，使用加密公鑰對本地樣本數據進行加密，生成密文數據，并發送給協調節點進行機器學習模型的訓練；接收協調節點訓練出的機器學習模型的模型參數對應的密文模型參數，其中，密文模型參數由協調節點根據求值公鑰和接收的密文數據確定；使用所述私鑰片段，對密文模型參數進行解密，并將解密后的模型參數片段發送給數據使用節點。本申請中基于門限同態加密技術，從多個數據源同時獲取數據進行模型訓練，可以保證各處數據的安全，以及模型訓練的安全。

技術領域

本申請涉及機器學習領域，尤其涉及多源數據的數據處理方法、裝置及電子設備、存儲介質。

背景技術

一般來說，人工智能需要的數據涉及多個領域，這些數據往往由不同的平臺擁有，為了建立高效的機器學習模型，常常需要從多個平臺上獲取相關的多種數據。在多源數據的機器學習場景中，數據的安全和隱私是核心問題。

發明內容

本申請旨在至少在一定程度上解決相關技術中的技術問題之一。為此，本申請的一個目的在于提出一種在打破數據孤島的基礎上，實現多源數據的數據處理，以得到性能更好的機器學習模型。

本申請的第一個目的在于提出一種多源數據的數據處理方法。

本申請的第二個目的在于提出另一種多源數據的數據處理方法。

本申請的第三個目的在于提出另一種多源數據的數據處理方法。

本申請的第四個目的在于提出一種多源數據的數據處理裝置。

本申請的第五個目的在于提出另一種多源數據的數據處理裝置。

本申請的第六個目的在于提出另一種多源數據的數據處理裝置。

本申請的第七個目的在于提出一種電子設備。

本申請的第八個目的在于提出一種計算機可讀存儲介質。

為達上述目的，本申請第一方面實施例提出了一種多源數據的數據處理方法，適用于數據提供節點，所述方法包括：生成所述數據提供節點自身的私鑰片段，以及加密公鑰和求值公鑰，其中，所述其他參與節點包括其他數據提供節點和數據使用節點；使用加密公鑰對本地樣本數據進行加密，生成密文數據，并發送給機器學習模型的協調節點進行機器學習模型的訓練；接收協調節點訓練出的機器學習模型的模型參數對應的密文模型參數，其中，密文模型參數由協調節點根據求值公鑰和接收的密文數據確定；使用數據提供節點自身的私鑰片段，對密文模型參數進行解密，并將解密后的模型參數片段發送給數據使用節點。

為達上述目的，本申請第二方面實施例提出了一種多源數據的數據處理方法，適用于數據使用節點，所述方法包括：生成數據使用節點自身的私鑰片段，以及加密公鑰和求值公鑰，其中，其他參與節點包括數據提供節點；接收協調節點訓練出的機器學習模型的模型參數對應的密文模型參數，其中，密文模型參數由協調節點根據求值公鑰和接收的數據提供節點的密文數據確定；使用數據使用節點自身的私鑰片段，對密文模型參數進行解密，獲取第一模型參數片段；接收其他參與節點發送的第二模型參數片段；根據第一模型參數片段和第二模型參數片段，獲取機器學習模型。

為達上述目的，本申請第三方面實施例提出了一種多源數據的數據處理方法，適用于協調節點，該方法包括：接收各數據提供節點發送的求值密鑰；接收各數據提供節點發送的密文數據，其中，密文數據為數據提供節點使用加密公鑰對自身的樣本數據進行加密后生成；協調數據提供節點進行機器學習模型的訓練，輸出機器學習模型的模型參數；使用求值公鑰對模型參數進行加密，得到密文模型參數；將密文模型參數分別發送給各數據提供節點以及數據使用節點進行解密。