[发明专利]一种模型的训练方法、装置及设备

说明书

本说明书实施例公开了一种模型的训练方法、装置及设备，该方法包括：获取第一数量的第一训练样本，然后，从所述第一数量的第一训练样本中选取第二数量的第一训练样本，并分别向第二数量的第一训练样本中加入相应的噪声数据，得到所述第二数量的第二训练样本，最终，可以基于剩余的第一训练样本和所述第二数量的第二训练样本，通过预设的基于梯度的对抗攻击算法对目标模型进行训练，得到训练后的目标模型。

技术领域

本文件涉及计算机技术领域，尤其涉及一种模型的训练方法、装置及设备。

背景技术

针对很多场景中涉及的模型(如针对业务安全的风险防控模型等)，均会无法避免的面临模型衰退的问题，模型衰退的问题通常是由外部环境、相应的业务、黑场攻防等因素引起，模型衰退会导致模型随着时间发生变化，由于上述变化无法预见，而且是未知的，从而会导致模型的性能快速下降，为了减缓模型衰退和抵御黑场攻击，需要在对模型进行训练时未雨绸缪，以提升模型的抗攻击能力和鲁棒性，为此，需要提供一种能够显著提升模型抗攻击能力和鲁棒性的模型训练方案。

发明内容

本说明书实施例的目的是提供一种能够显著提升模型抗攻击能力和鲁棒性的模型训练方案。

为了实现上述技术方案，本说明书实施例是这样实现的：

本说明书实施例提供的一种模型的训练方法，所述方法包括：获取第一数量的第一训练样本。从所述第一数量的第一训练样本中选取第二数量的第一训练样本，并分别向第二数量的第一训练样本中加入相应的噪声数据，得到所述第二数量的第二训练样本。基于剩余的第一训练样本和所述第二数量的第二训练样本，通过预设的基于梯度的对抗攻击算法对目标模型进行训练，得到训练后的目标模型。

本说明书实施例提供的一种模型的训练方法，应用于区块链系统，所述方法包括：获取目标模型的训练规则信息，采用所述目标模型的训练规则信息生成相应的智能合约，并将所述智能合约部署到所述区块链系统中。调用所述智能合约，获取第一数量的第一训练样本。基于所述智能合约，从所述第一数量的第一训练样本中选取第二数量的第一训练样本，并分别向第二数量的第一训练样本中加入相应的噪声数据，得到所述第二数量的第二训练样本。基于所述智能合约，使用剩余的第一训练样本和所述第二数量的第二训练样本，通过预设的基于梯度的对抗攻击算法对所述目标模型进行训练，得到训练后的目标模型。

本说明书实施例提供的一种模型的训练装置，所述装置包括：样本获取模块，获取第一数量的第一训练样本。样本处理模块，从所述第一数量的第一训练样本中选取第二数量的第一训练样本，并分别向第二数量的第一训练样本中加入相应的噪声数据，得到所述第二数量的第二训练样本。训练模块，基于剩余的第一训练样本和所述第二数量的第二训练样本，通过预设的基于梯度的对抗攻击算法对目标模型进行训练，得到训练后的目标模型。

本说明书实施例提供的一种模型的训练装置，所述装置为区块链系统中的装置，所述装置包括：合约部署模块，获取目标模型的训练规则信息，采用所述目标模型的训练规则信息生成相应的智能合约，并将所述智能合约部署到所述区块链系统中。样本获取模块，调用所述智能合约，获取第一数量的第一训练样本。样本处理模块，基于所述智能合约，从所述第一数量的第一训练样本中选取第二数量的第一训练样本，并分别向第二数量的第一训练样本中加入相应的噪声数据，得到所述第二数量的第二训练样本。训练模块，基于所述智能合约，使用剩余的第一训练样本和所述第二数量的第二训练样本，通过预设的基于梯度的对抗攻击算法对所述目标模型进行训练，得到训练后的目标模型。

本说明书实施例提供的一种模型的训练设备，包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：获取第一数量的第一训练样本。从所述第一数量的第一训练样本中选取第二数量的第一训练样本，并分别向第二数量的第一训练样本中加入相应的噪声数据，得到所述第二数量的第二训练样本。基于剩余的第一训练样本和所述第二数量的第二训练样本，通过预设的基于梯度的对抗攻击算法对目标模型进行训练，得到训练后的目标模型。