[发明专利]面向行为分析的元知识联邦方法、装置、电子设备及系统

说明书

本发明公开了一种面向行为分析的元知识联邦方法，涉及计算机技术领域，包括以下步骤：获取用户行为数据并接收第一元知识；基于第一元知识和用户行为数据进行元知识学习得到元知识更新；将元知识更新发送至服务器，使元知识更新进行联邦归集以得到更新后的第一元知识；接收更新后的第一元知识并判断第一元知识是否收敛，若收敛则将第一元知识作为基准元知识，并进行行为分析；若不收敛则继续进行元知识学习。该方法有效保护用户数据隐私，客户端只需少量用户数据就能快速获得定制元知识，实现任意客户端上的行为分析，适用性强，应用方便，用户体验好。本发明还公开一种面向行为分析的元知识联邦装置、电子设备、计算机存储介质和系统。

技术领域

本发明涉及计算机技术领域，尤其涉及一种面向行为分析的元知识联邦方法、装置、电子设备、存储介质及系统。

背景技术

随着数据泄漏和数据滥用的事件频发，数据隐私受到越来越多的重视，监管部门也在不断推出新政策，以保护用户数据隐私。

在日常生活或工作中，有很多场景会涉及用户隐私，比如网上购物、输入密码、浏览网页等。而在金融场景或其它安全验证场景中，涉及更多的是用户输入密码的动作行为，单个用户在输入自己密码时的动作行为与其他用户输入密码的行为方式是有明显区别的。在用户输入密码的过程中，自动判断用户是否为本人，可以有效防止银行账户被盗等安全问题的发生。在这种行为判断分析的过程中，用户是没有任何感觉的，银行或非银金融机构常常采用这种无感认证方式，为用户账户安全提供保障。

无感认证需要将用户行为数据通过埋点采集的方式上传到服务器端，然后在服务器上训练针对该用户的行为认知模型。但是，如果行为数据在上传过程中被截获，或者在服务器端发生数据泄漏问题，用户账户安全无法得到保障，将会造成非常严重的后果。

发明内容

为了克服现有技术的不足，本发明的目的之一在于提供一种面向行为分析的元知识联邦方法，其通过将元知识更新发送至服务器，使元知识更新通过联邦归集以得到更新后的第一元知识，判断更新后的第一元知识是否收敛，将收敛的第一元知识作为基准元知识，实现对用户行为的分析认证。

本发明的目的之一采用以下技术方案实现：

一种面向行为分析的元知识联邦方法，包括以下步骤：

获取用户行为数据，并接收服务器发送的第一元知识；

基于所述第一元知识和所述用户行为数据进行元知识学习，得到元知识更新；

将所述元知识更新发送至服务器，使所述元知识更新进行联邦归集以得到更新后的第一元知识；

接收所述更新后的第一元知识并判断所述更新后的第一元知识是否收敛，若收敛则将所述更新后的第一元知识作为基准元知识，并根据所述基准元知识对用户行为进行分析认证；若不收敛则基于所述更新后的第一元知识继续进行元知识学习。

进一步地，所述第一元知识通过所述服务器的基础行为数据训练基础模型获得。

进一步地，元知识学习包括内层学习和外层学习，基于所述第一元知识和所述用户行为数据进行元知识学习，得到元知识更新，包括：

根据所述第一元知识，初始化元基础模型的第二元知识；

根据所述用户行为数据，得到N个任务，每个任务包括训练集和验证集；

内层学习基于单个任务的训练集训练所述元基础模型，得到所述任务的元知识，所述任务的验证集通过所述元知识计算，得到所述任务的损失；

外层学习基于N个任务对应的损失对所述第二元知识进行优化，得到优化后的第二元知识；

所述优化后的第二元知识和所述第二元知识的初始值经过减法计算，得到所述元知识更新。