申请/专利权人：矩阵元技术(深圳)有限公司

申请日：2020-11-25

公开（公告）日：2024-03-22

公开（公告）号：CN112270415B

主分类号：G06N20/00

分类号：G06N20/00;G06F21/60

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2021.02.12#实质审查的生效;2021.01.26#公开

摘要：本说明书实施例提供了一种加密机器学习的训练数据准备方法、装置和设备，其中，该方法包括：数据拥有方节点基于隐私数据源构建输入流，利用输入流从隐私数据源中获取目标隐私数据，将隐私数据源中隐私数据的目标特征信息发送给非数据拥有方节点；非数据拥有方节点根据目标特征信息构造无效隐私输入数据；将目标隐私数据转换为目标加密数据类型得到目标加密数据；非数据拥有方节点和数据拥有方节点利用目标加密数据和安全多方计算协议进行协同机器学习训练。在本说明书实施例中，在训练过程中数据拥有方节点的目标隐私数据是加密的，非数据拥有方节点不能获取目标隐私数据值，从而可以在确保隐私性的前提下联合多个参与方进行机器学习训练。

主权项：1.一种加密机器学习的训练数据准备方法，其特征在于，包括：数据拥有方节点基于隐私数据源构建输入流；所述数据拥有方节点利用所述输入流从所述隐私数据源中获取目标隐私数据；所述数据拥有方节点将所述隐私数据源中隐私数据的目标特征信息发送给多个非数据拥有方节点；其中，所述目标特征信息用于表征所述隐私数据源中隐私数据的结构；各个非数据拥有方节点根据所述目标特征信息构造无效隐私输入数据；所述数据拥有方节点和非数据拥有方节点基于所述无效隐私输入数据和安全多方计算协议的秘密输入算子将所述目标隐私数据转换为目标加密数据类型，得到目标加密数据；所述多个非数据拥有方节点和所述数据拥有方节点利用所述目标加密数据和安全多方计算协议进行协同机器学习训练；其中，所述数据拥有方节点和非数据拥有方节点基于所述无效隐私输入数据和安全多方计算协议的秘密输入算子将所述目标隐私数据转换为目标加密数据类型，得到目标加密数据，包括：根据所述各个非数据拥有方节点的无效隐私输入数据与所述数据拥有方节点的目标隐私数据确定有效隐私数据；其中，所述有效隐私数据为所述目标隐私数据；基于所述无效隐私输入数据和安全多方计算协议的秘密输入算子将所述目标隐私数据转换为目标加密数据类型，得到目标加密数据；其中，所述多个非数据拥有方节点和所述数据拥有方节点利用所述目标加密数据和安全多方计算协议进行协同机器学习训练，包括：将所述目标加密数据作为训练数据；所述多个非数据拥有方节点和所述数据拥有方节点分别根据所述训练数据进行协同机器学习训练；在所述多个非数据拥有方节点和所述数据拥有方节点利用所述目标加密数据和安全多方计算协议进行协同机器学习训练之后，还包括：在第一次调用迭代器的get_next函数获取目标隐私数据后，所述数据拥有方节点调用迭代器的get_next函数，利用所述输入流从所述隐私数据源中获取所述目标隐私数据的下一个隐私数据；所述数据拥有方节点和各个非数据拥有方节点基于所述安全多方计算协议的秘密输入算子协同构造所述目标加密数据类型的数据，得到所述目标隐私数据的下一个隐私数据的加密数据；所述多个非数据拥有方节点和所述数据拥有方节点利用所述目标隐私数据的下一个隐私数据的加密数据和安全多方计算协议进行协同机器学习迭代训练，直至遍历所述隐私数据源中的每个隐私数据。

全文数据：

权利要求：

百度查询： 矩阵元技术(深圳)有限公司 一种加密机器学习的训练数据准备方法、装置和设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD