[发明专利]一种端云开发系统、模型的处理方法、装置及设备

权利要求书

1.一种模型的处理方法，所述方法包括：

获取用于训练目标模型的第一样本数据，所述第一样本数据中包括终端设备的特征数据和所述目标模型对应的业务数据；

将所述第一样本数据输入到所述目标模型中，并通过差分隐私算法对所述目标模型进行模型训练，得到训练后的所述目标模型；

对训练后的所述目标模型对应的隐私保护能力进行测试，得到相应的测试结果；

如果所述测试结果为测试通过，则生成所述目标模型的部署信息，所述部署信息用于触发向所述终端设备或云端服务器部署训练后的所述目标模型。

2.根据权利要求1所述的方法，所述将所述第一样本数据输入到所述目标模型中，并通过差分隐私算法对所述目标模型进行模型训练，得到训练后的所述目标模型，包括：

将所述第一样本数据输入到所述目标模型中，并对所述目标模型的梯度进行剪裁处理后增加噪声的方式对所述目标模型进行模型训练，得到训练后的所述目标模型。

3.根据权利要求1所述的方法，所述方法还包括：

如果所述测试结果为测试通过，则将训练后的所述目标模型发送给云端服务器，以触发所述云端服务器将训练后的所述目标模型作为模型特征，并基于获取的第二样本数据对训练后的所述目标模型进行训练，得到所述云端服务器中训练后的所述目标模型。

4.根据权利要求1所述的方法，所述获取用于训练目标模型的第一样本数据，包括：

当接收到所述云端服务器下发的所述目标模型时，获取用于训练目标模型的第一样本数据。

5.根据权利要求4所述的方法，所述方法还包括：

如果所述测试结果为测试通过，则将训练后的所述目标模型的目标参数信息发送给所述云端服务器，以触发所述云端服务器基于所述目标参数信息对所述目标模型进行更新，得到更新后的所述目标模型，所述目标参数信息是能够触发所述云端服务器中的所述目标模型的模型参数进行更新的参数信息；

所述如果所述测试结果为测试通过，则生成所述目标模型的部署信息，包括：

如果所述测试结果为测试通过，则接收所述云端服务器发送的更新后的所述目标模型的模型参数，并使用接收到的模型参数对训练后的所述目标模型的模型参数进行更新。

6.根据权利要求1所述的方法，所述目标模型为针对目标业务的风险防控模型，用于对所述目标业务中存在的风险进行识别和检测处理。

7.根据权利要求1所述的方法，所述目标模型为生成对抗网络模型。

8.一种端云开发系统，所述系统包括端云模式配置部、节点配置部和隐私保护配置部，其中：

所述隐私保护配置部，用于对目标模型进行训练的过程中通过差分隐私算法进行隐私保护处理，以得到满足预设隐私保护条件的目标模型进行配置，所述对目标模型进行训练的过程是终端设备通过获取的第一样本数据进行训练的过程，所述第一样本数据中包括所述终端设备的特征数据和所述目标模型对应的业务数据；

所述节点配置部，用于向云端服务器和/或所述终端设备配置多种不同的具有预设数据处理规则的节点，所述节点包括训练节点、测试节点、业务指标评估节点和部署节点中的一个或多个，其中，所述测试节点用于对训练后的所述目标模型对应的隐私保护能力进行测试，所述业务指标评估节点用于针对预设的业务指标，对训练后的目标模型进行评估，所述部署节点用于生成所述目标模型的部署信息，以将所述目标模型部署到所述云端服务器和所述终端设备中；

所述端云模式配置部，用于向所述云端服务器和/或所述终端设备配置相应的端云模式规则，所述端云模式规则用于触发所述云端服务器和/或所述终端设备执行相应的端云模式处理。

9.根据权利要求8所述的系统，所述节点还包括拆分节点和评测节点，其中：

所述拆分节点，用于根据数据处理需求将指定数据进行拆分，并将拆分的数据提供给所述云端服务器或所述终端设备；

所述评测节点，用于对运行于所述云端服务器和所述终端设备中的训练后的目标模型进行评测。