[发明专利]用于保护数据的方法、设备、装置和介质

说明书

根据本公开的实施例，提供了用于保护数据的方法、设备、装置和介质。该方法包括由第一设备获取由第二设备基于样本数据、根据第二模型生成的特征表示。第一设备具有针对样本数据的标签信息。第一设备和第二设备用于联合训练第一设备处的第一模型和第二设备处的第二模型。该方法还包括由第一设备基于特征表示，根据第一模型，生成针对样本数据的预测标签。该方法还包括由第一设备基于特征表示、标签信息和预测标签，来确定用于训练第一模型和第二模型的总损失值。以此方式，能够避免不具有数据的标签信息的第二设备对数据的标签信息进行预测，从而保存数据尤其是敏感数据不被泄露。

技术领域

本公开的示例实施例总体涉及计算机领域，特别地涉及用于保护数据的方法、设备、装置和计算机可读存储介质。

背景技术

随着人工智能技术的发展，机器学习技术已经被用于各行各业。可以基于预先采集的训练数据来训练用于完成特定功能的处理模型。然而，某些训练数据可能会涉及用户隐私和/或其他敏感数据。此时，如何以更为安全的方式采集训练数据并且将其用于训练处理模型，成为一个研究热点。目前已经提出了在具有数据的标签信息的第一方与不具有标签信息的第二方之间联合训练模型的技术方案，然而已有技术方案的性能并不理想，因而不能有效地防止敏感信息泄漏。

发明内容

根据本公开的示例实施例，提供了一种用于保护数据的方案。

在本公开的第一方面，提供了一种用于保护数据的方法。该方法包括：由第一设备获取由第二设备基于样本数据、根据第二模型生成的特征表示。第一设备具有针对样本数据的标签信息。第一设备和第二设备用于联合训练第一设备处的第一模型和第二设备处的第二模型。该方法还包括：由第一设备基于特征表示，根据第一模型，生成针对样本数据的预测标签；以及由第一设备基于特征表示、标签信息和预测标签，来确定用于训练第一模型和第二模型的总损失值。

在本公开的第二方面，提供了一种电子设备。该设备包括至少一个处理单元；以及至少一个存储器，至少一个存储器被耦合到至少一个处理单元并且存储用于由至少一个处理单元执行的指令。指令在由至少一个处理单元执行时使设备执行以下动作：由电子设备获取由第二设备基于样本数据、根据第二模型生成的特征表示，电子设备具有针对样本数据的标签信息，电子设备和第二设备用于联合训练电子设备处的第一模型和第二设备处的第二模型；由电子设备基于特征表示，根据第一模型，生成针对样本数据的预测标签；以及由电子设备基于特征表示、标签信息和预测标签，来确定用于训练第一模型和第二模型的总损失值

在本公开的第三方面，提供了一种用于保护数据的装置，该装置包括获取模块，被配置为获取由第二设备基于样本数据、根据第二模型生成的特征表示，该装置具有针对样本数据的标签信息，该装置和第二设备用于联合训练装置处的第一模型和第二设备处的第二模型；标签预测模块，被配置为基于特征表示，根据第一模型，生成针对样本数据的预测标签；以及总损失值确定模块，被配置为基于特征表示、标签信息和预测标签，来确定用于训练第一模型和第二模型的总损失值。

在本公开的第四方面，提供了一种计算机可读存储介质。介质上存储有计算机程序，程序被处理器执行时实现第一方面的方法。

应当理解，本发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键特征或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的描述而变得容易理解。

附图说明

结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素，其中：

图1示出了本公开的实施例能够在其中实现的示例环境的示意图；

图2示出了根据本公开的一些实施例的模型联合训练的示例架构的示意图；

图3示出了根据本公开的一些实施例的数据保护的结果的示意图；