[发明专利]跨平台的数据处理方法、装置、设备及可读存储介质

说明书

本公开提供一种跨平台的数据处理方法、装置、设备及可读存储介质。本公开提供的跨平台的数据处理方法、装置、设备及可读存储介质中，在各个平台中根据数据进行模型训练，再将训练结果汇聚到服务器，由服务器确定最终的训练结果，并将训练结果同步到其他的平台，能够在不汇聚具体数据内容、不传输具体数据内容的前提下，实现模型训练，并且能够同步训练完成的模型，从而解决现有技术的模型训练中存在的数据聚集、数据传输引发数据泄露的问题。

技术领域

本公开涉及数据处理技术，尤其涉及一种跨平台的数据处理方法、装置、设备及可读存储介质。

背景技术

人工智能(Artificial Intelligence，AI)，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。随着互联网技术的快速发展使得各种数据海量爆发，推进了人工智能技术的迅猛发展。

现有技术中，在对人工智能模型进行训练时，需要将训练所用到的数据集中到一个服务器上进行训练和学习；另外，若数据分散在各个企业、各个政府部门，则要把不同企业与政府机构的数据汇聚起来，再对人工智能模型进行训练。

将大量数据进行汇聚，易引发泄露用户隐私的风险。而将不同渠道获得的数据进行汇聚，则会引发会泄露企业与政府数据的安全隐患。因此，如何在不对数据进行汇聚的情况下，依据这些数据对人工智能模型进行训练，是本领域技术人员亟需解决的技术问题。

发明内容

本公开提供一种跨平台的数据处理方法、装置、设备及可读存储介质，以解决现有技术中对模型进行训练时，需要将训练数据汇聚到一台服务器中，导致容易泄露用户隐私的问题。

本公开的第一个方面是提供一种跨平台的数据处理方法，包括：

向多个平台发送数据标识，以使所述平台根据所述数据标识对应的数据，确定出目标属性信息；

接收多个所述平台发送的目标属性信息，根据所述目标属性信息确定最终属性；

根据所述最终属性向所述平台发送判断标签，以使发送所述最终属性的所述平台根据所述判断标签对所述数据进行分类；

接收发送所述最终属性的平台发送的数据分类结果，并将所述数据分类结果同步至全部的所述平台。

本公开的第二个方面是提供一种跨平台的数据处理方法，包括：

接收服务器发送的数据标识，根据所述数据标识对应的数据确定目标属性信息；

向所述服务器发送所述目标属性信息，以使所述服务器根据所述目标属性信息确定最终属性；

接收所述服务器发送的判断标签，根据所述判断标签确定所述目标属性信息是否包括所述最终属性，若是，则根据所述目标属性信息对所述数据进行分类；

向所述服务器发送数据分类结果，以使所述服务器将所述分类结果同步至全部的所述平台。

本公开的第三个方面是提供一种跨平台的数据处理装置，包括：

标识发送模块，用于向多个平台发送数据标识，以使所述平台根据所述数据标识对应的数据，确定出目标属性信息；

属性接收模块，用于接收多个所述平台发送的目标属性信息，根据所述目标属性信息确定最终属性；

标签发送模块，用于根据所述最终属性向所述平台发送判断标签，以使发送所述最终属性的所述平台根据所述判断标签对所述数据进行分类；

结果接收模块，用于接收发送所述最终属性的平台发送的数据分类结果，并将所述数据分类结果同步至全部的所述平台。

本公开的第四个方面是提供一种跨平台的数据处理装置，包括：