[發明專利]一種基于隱私保護的數據處理方法、裝置及設備在審
| 申請號： | 202111425766.0 | 申請日： | 2021-11-26 |
| 公開（公告）號： | CN114036571A | 公開（公告）日： | 2022-02-11 |
| 發明（設計）人： | 吳若凡 | 申請（專利權）人： | 支付寶（杭州）信息技術有限公司 |
| 主分類號： | G06F21/62 | 分類號： | G06F21/62;G06F16/27;G06F21/64;G06N20/00;G06K9/62;G06N3/08;G06V10/764;G06V10/82 |
| 代理公司： | 北京國昊天誠知識產權代理有限公司 11315 | 代理人： | 姜鳳巖 |
| 地址： | 310000 浙江省杭州市*** | 國省代碼： | 浙江;33 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 隱私 保護 數據處理 方法 裝置 設備 | ||
1.一種基于隱私保護的數據處理方法，所述方法包括：
獲取待處理的目標數據，所述目標數據包括連續型結構化數據和/或圖像類數據；
通過預設的多種不同的隱私預算，分別對所述目標數據進行差分隱私處理，得到每種隱私預算對應的差分隱私結果；
基于多種不同的隱私預算對應的差分隱私結果，并通過預設的對比學習損失算法對目標模型進行訓練，得到訓練后的目標模型。
2.根據權利要求1所述的方法，所述通過預設的多種不同的隱私預算，分別對所述目標數據進行差分隱私處理，得到每種隱私預算對應的差分隱私結果，包括：
通過預設的多種不同的隱私預算，采用預設的差分隱私算法分別對所述目標數據進行差分隱私處理，得到每種隱私預算對應的差分隱私結果，所述差分隱私算法包括基于拉普拉斯機制的差分隱私算法、基于指數機制的差分隱私算法和基于高斯機制的差分隱私算法中的一種或多種。
3.根據權利要求2所述的方法，所述通過預設的多種不同的隱私預算，采用預設的差分隱私算法分別對所述目標數據進行差分隱私處理，得到每種隱私預算對應的差分隱私結果，包括：
獲取所述目標數據對應的向量的維度的數量；
基于預設的多種不同的隱私預算和所述維度的數量，確定每個維度對應的隱私預算；
采用預設的差分隱私算法和每個維度對應的隱私預算，分別對所述目標數據進行差分隱私處理，得到每種隱私預算對應的差分隱私結果。
4.根據權利要求1所述的方法，所述目標數據包括圖像類數據，所述通過預設的多種不同的隱私預算，分別對所述目標數據進行差分隱私處理，得到每種隱私預算對應的差分隱私結果之前，所述方法還包括：
根據所述隱私預算的數量，分別對所述目標數據進行數據增強處理，得到多個增強數據；
所述通過預設的多種不同的隱私預算，分別對所述目標數據進行差分隱私處理，得到每種隱私預算對應的差分隱私結果，包括：
通過預設的多種不同的隱私預算，對所述增強數據進行差分隱私處理，得到每種隱私預算對應的差分隱私結果。
5.根據權利要求4所述的方法，所述根據所述隱私預算的數量，分別對所述目標數據進行數據增強處理，得到多個增強數據，包括：
根據所述隱私預算的數量，確定對所述目標數據進行數據增強處理所需采用的處理方式；
根據所述隱私預算的數量，通過確定的處理方式分別對所述目標數據進行數據增強處理，得到多個增強數據。
6.根據權利要求5所述的方法，所述確定的處理方式為預設的一種處理方式，或，所述確定的處理方式包括多種不同的處理方式，所述確定的處理方式包括隨機旋轉和圖像裁剪中的一種或多種。
7.根據權利要求1所述的方法，所述隱私預算基于所述目標數據對應的向量的維度信息和對所述目標數據的隱私保護的目標確定。
8.一種基于隱私保護的數據處理方法，應用于區塊鏈系統，所述方法包括：
獲取基于隱私保護的對比學習的規則信息，采用基于隱私保護的對比學習的規則信息生成相應的第一智能合約，并將所述第一智能合約部署到所述區塊鏈系統中；
當獲取到待處理的目標數據時，調用所述第一智能合約，通過預設的多種不同的隱私預算，分別對所述目標數據進行差分隱私處理，得到每種隱私預算對應的差分隱私結果，所述目標數據包括連續型結構化數據和/或圖像類數據；
調用所述第一智能合約，并基于多種不同的隱私預算對應的差分隱私結果，通過預設的對比學習損失算法對目標模型進行訓練，得到訓練后的目標模型。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于支付寶（杭州）信息技術有限公司，未經支付寶（杭州）信息技術有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202111425766.0/1.html，轉載請聲明來源鉆瓜專利網。
