[发明专利]类别编码方法、装置、设备、存储介质及程序产品

说明书

本申请提供一种类别编码方法、装置、设备、存储介质及程序产品，涉及深度学习技术。本申请提供的方案中，可以根据各个参与联邦学习的节点的类别信息确定出交集信息，各个节点基于确定出的交集信息对自身的类别信息中的分类类别进行编码，从而使各个节点对属于交集信息的分类类别的编码结果相同，可以在不对外暴露类别信息的情况下，降低联邦学习中类别编码的数据冗余。

技术领域

本申请涉及计算机技术中的深度学习技术，尤其涉及一种类别编码方法、装置、设备、存储介质及程序产品。

背景技术

目前，机器学习已日趋成熟，在很多应用场景中都可以采用机器学习，从而通过机器学习得到能够提供智能化服务的产品。

机器学习之所以取得较好的效果，除了相关技术的飞跃发展和硬件计算能力的快速提升，也离不开数据的爆炸式增长。利用大量的数据进行机器学习，能够得到效果较好的产品。

由于集中收集数据进行机器学习存在隐私泄露的安全隐患，因此，机器学习可以采用安全联邦学习方式。在机器学习中，需要采用对分类结果进行编码，而在联邦学习过程中，如何根据多方的分类结果进行安全高效的编码，是本领域技术人员亟需解决的技术问题。

发明内容

本申请提供了一种类别编码方法、装置、设备、存储介质及程序产品，以提供一种应用于联邦学习过程中的高效且安全的类别编码方式。

根据本申请的一方面，提供了一种类别编码方法，所述方法应用于联邦学习中的第一节点，所述第一节点和第二节点参与联邦学习，所述方法包括：

接收第二节点发送的交集信息，其中，所述交集信息是通过私密求交集协议得到的各第一节点的类别信息和所述第二节点的类别信息之间的交集，所述类别信息具有多个分类类别；

根据所述交集信息，确定当前第一节点的类别信息中每一分类类别对应的类别编码。

根据本申请的第二方面，提供了一种类别编码方法，所述方法应用于联邦学习中的第二节点，所述第一节点和第二节点参与联邦学习，所述方法包括：

基于私密求交集协议接收第一节点发送的类别信息；

基于私密求交集协议确定自身类别信息与接收的各所述类别信息之间的交集信息；

将所述交集信息发送给各个所述第一节点，并根据所述交集信息确定第二节点的类别信息中每一分类类别对应的类别编码。

根据本申请的第三方面，提供了一种类别编码装置，所述装置应用于联邦学习中的第一节点，所述第一节点和第二节点参与联邦学习，所述装置包括：

接收单元，用于接收第二节点发送的交集信息，其中，所述交集信息是通过私密求交集协议得到的各第一节点的类别信息和所述第二节点的类别信息之间的交集，所述类别信息具有多个分类类别；

编码单元，用于根据所述交集信息，确定当前第一节点的类别信息中每一分类类别对应的类别编码。

根据本申请的第四方面，提供了一种类别编码装置，所述装置应用于联邦学习中的第二节点，所述第一节点和第二节点参与联邦学习，所述装置包括：

接收单元，用于基于私密求交集协议接收第一节点发送的类别信息；

交集确定单元，用于基于私密求交集协议确定自身类别信息与接收的各所述类别信息之间的交集信息；

发送单元，用于将所述交集信息发送给各个所述第一节点；

编码单元，用于根据所述交集信息确定第二节点的类别信息中每一分类类别对应的类别编码。

根据本申请的第五方面，提供了一种电子设备，包括：

至少一个处理器；以及