CN109428900B - 一种数据处理的方法及装置 - Google Patents

一种数据处理的方法及装置 Download PDF

Info

Publication number
CN109428900B
CN109428900B CN201710720354.7A CN201710720354A CN109428900B CN 109428900 B CN109428900 B CN 109428900B CN 201710720354 A CN201710720354 A CN 201710720354A CN 109428900 B CN109428900 B CN 109428900B
Authority
CN
China
Prior art keywords
user
intermediate result
user equipment
data
model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710720354.7A
Other languages
English (en)
Other versions
CN109428900A (zh
Inventor
解岭
李小龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Advanced New Technologies Co Ltd
Original Assignee
Advanced New Technologies Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Advanced New Technologies Co Ltd filed Critical Advanced New Technologies Co Ltd
Priority to CN201710720354.7A priority Critical patent/CN109428900B/zh
Publication of CN109428900A publication Critical patent/CN109428900A/zh
Application granted granted Critical
Publication of CN109428900B publication Critical patent/CN109428900B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/14—Session management
    • H04L67/146—Markers for unambiguous identification of a particular session, e.g. session cookie or URL-encoding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/2866—Architectures; Arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/56—Provisioning of proxy services
    • H04L67/562—Brokering proxy services

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本说明书实施例公开了一种数据处理的方法及装置。在本说明书实施例中，用户设备无需向服务设备发送隐私的用户数据，而是由用户设备根据自身存储的模型与用户数据获得中间结果，再将中间结果以及数据标识发送至服务设备，由服务设备根据该数据标识，获取其他用户设备根据自身存储的模型与用户数据获得中间结果并返回，最后服务设备再根据各中间结果，确定处理结果返回该用户设备。

Description

一种数据处理的方法及装置
技术领域
本申请涉及信息技术领域，尤其涉及一种数据处理的方法及装置。
背景技术
目前，服务提供商使用自己训练的模型为企业或个人等用户提供预测、风控、预警等服务的模式已经日渐成熟。在这种模式下，服务提供商获取用户提供的用户数据，采用预先训练的模型对获取的用户数据进行处理，进而为用户提供服务。但是，用户数据往往涉及用户的隐私，用户通常并不想将自己的隐私泄露出去。
基于现有技术，需要一种数据处理方法，在保护用户的隐私不泄露的前提下，使用模型对用户数据进行处理。
发明内容
本说明书实施例提供一种数据处理的方法及装置，以解决如何在保护用户隐私不泄露的情况下，提高服务提供商的模型输出结果的准确度的问题。
为解决上述技术问题，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数据处理的方法，每个用户设备中均存储有用于计算中间结果的模型，方法包括：
服务设备接收用户设备发送的中间结果及其对应的数据标识，其中，所述中间结果为所述用户设备根据自身保存的所述模型与用户数据获得的；
根据所述数据标识，获取其他用户设备根据自身保存的所述模型与所述数据标识对应的用户数据获得的中间结果；
根据各中间结果，确定处理结果并返回至所述用户设备。
本说明书实施例提供的一种数据处理的方法，用户设备存储有用于计算中间结果的模型，方法包括：
所述用户设备根据自身保存的所述模型与用户数据，获得中间结果；
将所述中间结果以及所述用户数据的数据标识发送至服务设备，以使所述服务设备根据所述数据标识，获取其他用户设备根据自身保存的所述模型与所述数据标识对应的用户数据获得的中间结果，并使所述服务设备通过各中间结果确定处理结果；
接收所述服务设备返回所述处理结果。
本说明书实施例提供的一种数据处理的方法，用户设备存储有用于计算中间结果的模型，方法包括：
所述用户设备接收服务设备发送的数据标识；
根据自身保存的所述模型与所述数据标识对应的用户数据，获得中间结果；
将所述中间结果及其对应的所述数据标识返回所述服务设备，以使所述服务设备根据接收到的各中间结果，确定与所述数据标识对应的处理结果，并将所述处理结果返回相应的其他用户设备。
本说明书实施例提供的一种数据处理的装置，每个用户设备中均存储有用于计算中间结果的模型，装置包括：
接收模块，接收用户设备发送的中间结果及其对应的数据标识，其中，所述中间结果为所述用户设备根据自身保存的所述模型与用户数据获得的；
获取模块，根据所述数据标识，获取其他用户设备根据自身保存的所述模型与所述数据标识对应的用户数据获得的中间结果；
处理发送模块，根据各中间结果，确定处理结果并返回至所述用户设备。
本说明书实施例提供的一种数据处理的装置，所述装置存储有用于计算中间结果的模型，装置包括：
计算模块，根据自身保存的所述模型与用户数据，获得中间结果；
发送模块，将所述中间结果以及所述用户数据的数据标识发送至服务设备，以使所述服务设备根据所述数据标识，获取其他用户设备根据自身保存的所述模型与所述数据标识对应的用户数据获得的中间结果，并使所述服务设备通过各中间结果确定处理结果；
接收模块，接收所述服务设备返回所述处理结果。
本说明书实施例提供的一种数据处理的装置，所述装置存储有用于计算中间结果的模型，装置包括：
接收模块，接收服务设备发送的数据标识；
计算模块，根据自身保存的所述模型与所述数据标识对应的用户数据，获得中间结果；
发送模块，将所述中间结果及其对应的所述数据标识返回所述服务设备，以使所述服务设备根据接收到的各中间结果，确定与所述数据标识对应的处理结果，并将所述处理结果返回相应的其他用户设备。
本说明书实施例提供的一种服务设备，每个用户设备中均存储有用于计算中间结果的模型，所述服务设备包括一个或多个处理器及存储器，所述存储器存储有程序，并且被配置成由所述一个或多个处理器执行以下步骤：
接收用户设备发送的中间结果及其对应的数据标识，其中，所述中间结果为所述用户设备根据自身保存的所述模型与用户数据获得的；
根据所述数据标识，获取其他用户设备根据自身保存的所述模型与所述数据标识对应的用户数据获得的中间结果；
根据各中间结果，确定处理结果并返回至所述用户设备。
本说明书实施例提供的一种用户设备，所述用户设备包括一个或多个处理器及存储器，所述存储器存储有用于计算中间结果的模型，所述存储器存储有程序，并且被配置成由所述一个或多个处理器执行以下步骤：
根据自身保存的所述模型与用户数据，获得中间结果；
将所述中间结果以及所述用户数据的数据标识发送至服务设备，以使所述服务设备根据所述数据标识，获取其他用户设备根据自身保存的所述模型与所述数据标识对应的用户数据获得的中间结果，并使所述服务设备通过各中间结果确定处理结果；
接收所述服务设备返回所述处理结果。
本说明书实施例提供的一种用户设备，包括一个或多个处理器及存储器，所述存储器存储有用于计算中间结果的模型，所述存储器存储有程序，并且被配置成由所述一个或多个处理器执行以下步骤：
接收服务设备发送的数据标识；
根据自身保存的所述模型与所述数据标识对应的用户数据，获得中间结果；
将所述中间结果及其对应的所述数据标识返回所述服务设备，以使所述服务设备根据接收到的各中间结果，确定与所述数据标识对应的处理结果，并将所述处理结果返回相应的其他用户设备。
由以上本说明书实施例提供的技术方案可见，在本说明书实施例中，用户设备无需向服务设备发送隐私的用户数据，而是由用户设备将根据自身保存的与数据标识对应的用户数据获得中间结果，并发送至服务设备。而服务设备再根据数据标识，获取其他用户设备采用相同方法获得的中间结果，进而再根据各中间结果确定处理结果并返回该用户设备。由于任一用户设备向服务设备发送的中间结果并不是隐私，因此，上述方法既可保证用户隐私不泄露，又可根据隐私数据来计算得到中间结果，确定处理结果，提高了确定处理结果采用的用户数据的丰富程度，进而提高了处理结果(如，预测用户是否流失的结果) 的准确度。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本说明书实施例提供的数据处理的流程；
图2是本说明书实施例提供的数据处理的系统示意图；
图3是本说明书实施例提供的另一种数据处理的系统示意图；
图4为本说明书实施例提供的另一种数据处理的系统示意图；
图5为本说明书实施例提供的另一种数据处理的流程；
图6为本说明书实施例提供的另一种数据处理的流程；
图7是本说明书提供的第一种数据处理的装置示意图；
图8是本说明书提供的第二种数据处理的装置示意图；
图9是本说明书提供的第三种数据处理的装置示意图；
图10是本说明书实施例提供的服务设备示意图；
图11是本说明书实施例提供的一种用户设备示意图；
图12是本说明书实施例提供的一种用户设备示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本说明书保护的范围。
以下结合附图，详细说明本说明书各实施例提供的技术方案。
图1是本说明书实施例提供的数据处理的流程，包括以下步骤：
S100：服务设备接收用户设备发送的中间结果及其对应的数据标识。
在本说明书中，服务设备即为服务提供商的设备，是提供模型输出的处理结果(如，模型的预测结果)的一方。而用户设备则是存储有用户数据的设备，这些用户数据往往是隐私数据。用户设备可向服务设备发送中间结果及其对应的数据标识，以使服务设备提供相应的处理结果。其中，处理结果具体为何可以根据需要设置。例如，确定预测用户流失的概率的处理结果，确定出现风险的概率的处理结果等等本说明书不做限定。
具体的，用户设备可以以业务请求的形式向服务设备发送中间结果及其对应的数据标识。例如，将中间结果及其对应的数据标识携带在业务请求中发送至服务设备，以使服务设备确定后续步骤的操作。当然，用户设备也与服务设备采用预先约定的方法，向服务设备发起数据处理的流程，只要用户设备将中间结果及其对应的数据标识发送至服务设备即可，本说明书对此不做限定。
一般情况下，在通过训练好的模型计算得到处理结果时，输入模型的用户数据越丰富、越多样化，模型输出的处理结果准确度也会越高。而通常单独一个用户设备中存储的用户数据并不足够丰富(例如，银行中可能存储有用户账户信息、资金信息，但是却没有用户的好友信息等等，而社交平台中可能存储有用户的好友信息、个人习惯，但是却没有用户的借贷资质信息或者负债信息等等)。
同时，由于本说明书所要解决的问题就是在保证用户的隐私数据不泄露给服务提供商的前提下，采用多个用户设备存储的用户的隐私数据计算的到模型输出的处理结果，以提高处理结果的准确性，因此，服务设备可预先将模型提供给各用户设备，以使得当任一用户设备需要确定某一用户的处理结果时，可以先根据自身存储的该用户的隐私数据以及该模型，获得中间结果，并将中间结果及其对应的数据标识发送至服务设备，以使得服务设备根据该数据标识，向全部的用户设备发送该数据标识(如，携带有该数据标识的获取请求)，从而使服务设备通过后续步骤利用各用户设备计算得到的中间结果，计算得到针对该用户的更加准确的处理结果。其中，中间结果并不包含用户的隐私数据，该中间结果也几乎不能反映出任何用户数据，从而避免用户的隐私数据的泄露。
具体的，为了使服务设备可以利用更丰富的用户数据计算得到处理结果，当用户设备需要确定用户的处理结果时，可先将自身保存的与该用户的数据标识对应的用户数据输入预先接收的服务设备提供的模型，计算得到模型输出结果。再将该模型输出结果作为中间结果与该数据标识一同发送至服务设备。
服务设备在接收到用户设备发送的中间结果及其对应的数据标识时，可将该中间结果与数据标识存储在服务设备的缓存中待用，以待后续步骤S104中通过调用该中间结果以及从其他用户设备获得中间结果，确定处理结果。例如，用户设备A需要计算用户B的处理结果，用户设备A可先通过自身保存的用户B的隐私数据以及模型，计算得到中间结果a1。并将中间结果a1以及数据标识b发送至服务设备C，则服务设备C可以建立中间结果a1与数据标识b 的对应关系并存储在缓存中，如表1所示。
数据标识 中间结果
b 中间结果a1
表1
需要说明的是，在本说明书中，用户的隐私数据可以是用户设备中存储的个人的隐私数据，或者，当该用户设备同时提供对公服务时，该用户数据也可以是企业的隐私数据(例如，各银行中存储的不同企业的数据)，本说明书对此不做限定。
S102：根据所述数据标识，获取其他用户设备根据自身保存的所述模型与所述数据标识对应的用户数据获得的中间结果。
在本说明书中，正如前述的为了可以确定更加准确的处理结果，服务设备还可以根据步骤S100中接收的数据标识，获取其他用户设备据自身保存的模型与所述数据标识对应的用户数据计算得到的中间结果。
具体的，服务设备可以将步骤S100中确定的数据标识携带在获取请求中发送至其他用户设备，以使得其他用户设备可先根据该获取请求，确定该数据标识，再从自身保存的用户数据中，确定出与该数据标识对应的用户数据，之后通过确定出的用户数据与自身保存的模型计算得到中间结果，最后将该中间结果返回服务设备。
因此，服务设备便可通过向其他用户设备发送获取请求，获取其他用户设备根据自身保存的模型与所述数据标识对应的用户数据计算得到的中间结果。
需要说明的是，在本说明书实施例中，针对每个用户设备，中间结果为该用户设备根据自身保存的用户数据以及模型，计算得到的用于服务设备计算处理结果的中间值。也就是说，无论该用户设备是步骤S100中向服务设备发送中间结果及其对应的数据标识的用户设备，还是步骤S102中接收服务设备发送的数据标识的其他用户设备，只要是用户设备通过自身存储的模型与用户数据计算得到的均可以作为中间结果，对于服务设备来说，各中间结果均为用于计算处理结果的中间值。
其中，该中间结果可以是用户设备将自身存储的与数据标识对应的用户数据(即，用户的隐私数据)输入由服务设备预先提供的模型中，计算得到的模型输出结果。当然，针对每个用户设备，该用户设备可以与该服务设备协商确定采用何种方式获取该中间结果，只要该中间结果可以用于使该服务设备获得最终的处理结果即可，本说明书对此不做限制。
另外，在本说明书实施例中，由于不同的用户设备中存储的用户数据可能不完全相同，不同用户设备的硬件以及软件也可能不完全相同，所以导致不同用户设备计算得到中间结果的时间也可能不同。进一步地，由于用户设备与服务设备之间一般需要通过网络通信，而在进行网络通信时还可能出现网络延时、网关故障等情况，所以这就使得服务设备接收各用户设备分别返回的中间结果的时间可能不同。
在本说明书中，为了提高数据处理效率，避免服务设备为了获取各用户设备计算得到中间结果等待较长时间，在本说明书中服务设备还可以从服务设备本地预先存储的各中间结果中，确定其他用户设备计算得到的与数据标识对应的中间结果，作为其他用户设备根据自身保存的模型与所述数据标识对应的用户数据计算得到中间结果。
具体的，服务设备可预先针对每个用户设备，获取该用户设备计算得到的各中间结果。其中，各中间结果为该用户设备根据自身保存的模型与各数据标识对应的用户数据分别计算得到。之后服务设备可再建立各中间结果及其对应的数据标识的对应关系，并存储。也就是说，针对每个用户设备，服务设备可以预先获取该用户设备根据不同的数据标识对应的用户数据，分别计算得到的各中间结果。
S104：根据各中间结果，确定处理结果并返回至所述用户设备。
在本说明书中，服务设备通过步骤S102可获取不同用户设备分别根据自身存储的用户数据获得的各中间结果，而各中间结果是由相同用户的不完全相同的用户数据获得的，也就是说通过各中间结果可以反映出更加丰富的用户数据所对应的处理结果。服务设备可根据步骤S100中确定出的中间结果以及步骤S102中获取的各中间结果，确定处理结果并返回该用户设备。其中，该处理结果可为服务设备根据预设的模型以及各中间结果，计算得到的模型输出结果。
也就是说，各用户设备(包括步骤S100中发送业务请求的用户设备，以及步骤S102中的其他用户设备)与该服务设备可视为构成了一个分布式系统，在获取模型输出的处理结果时，采用各用户设备分别根据自身存储的用户的隐私数据获得各中间结果的方法，避免用户的隐私数据的泄露。而服务设备通过获取各用户设备的分别获得的各中间结果，使得模型输出的处理结果，是通过间接的获取的更为丰富多样的用户数据作为输入计算得到的，从而使得处理结果更为准确。
通过上述方法可见，在执行业务时，用户设备无需向服务设备发送用户的隐私数据，而是将通过用户的隐私数据获得中间结果发送至服务设备，避免了用户隐私的泄露。同时，服务设备可根据由该用户设备提供的与该中间结果对应的数据标识，获取其他用户设备根据自身存储的模型以及用户数据计算得到的中间结果，从而避免了由于单一用户设备中保存的用户数据不够丰富，导致模型输出的处理结果不够准确的问题。最后，服务设备根据各中间结果以及预设的模型，确定处理结果并返回该发送业务请求的用户设备。使得用户设备一方面无需提供用户的隐私数据，另一方面通过服务设备扩大了确定最终的处理结果所采用的用户数据的丰富程度，从而提高了获得的处理结果的准确性。
进一步的，在本说明书实施例中，用户设备可以根据服务设备提供的模型计算得到中间结果，而由于服务提供商是模型的拥有者，其可能也会将拥有的模型视为隐私而不愿透露给用户，因此，在本说明书中，可在用户设备中预先配置用于获得中间结果的模块，该模块中存储有模型。如图2所示。
在图2中，服务提供商在用户设备中预先配置了用于获得中间结果的模块，该模块具体用于，接收所在的用户设备提供的用户数据，并根据该模型和用户数据进行计算，确定中间结果，并可由用户设备将该中间结果返回服务设备。
也就是说，该模块与用户设备的信息交互过程包括：接收用户设备发送的用户数据和向用户设备返回中间结果。该模块与用户设备的交互过程并不包括将用户设备中存储的用户数据发送给服务设备或其他设备，也不包括将服务设备提供的模型发送给其他设备。这就一方面保证了该模块不会将读取的用户数据发送给服务设备或其他设备，另一方面也保证了该模块中存储的模型也不会泄露给用户设备。
更进一步的，在本说明书中，为了防止服务设备和用户设备在数据处理过程中中间结果被黑客篡改，还可对中间结果进行加密。即，在图1所示的步骤S100中，服务设备接收用户设备发送加密的中间结果以及加密的数据标识，在对中间结果以及数据标识解密后，得到解密的中间结果以及数据标识，再继续后续的步骤。同理在步骤S102中，若服务设备向各用户设备发送数据标识，则各用户设备也可向服务设备返回加密的中间结果，使服务设备对加密的中间结果进行解密，得到解密的中间结果，再根据解密的各中间结果继续后续的步骤。
上述的对模型和模型输出结果进行加密和解密的方法可以由服务设备和用户设备预先约定。
另外，在步骤S102中，本说明书提供了两种服务设备获取其他用户设备的中间结果的方法，该服务设备也可组合使用两种方法获取各中间结果。其中，为了简化说明后续中间结果均为根据与数据标识对应的用户数据获得的中间结果。
例如，服务设备先向其他用户设备发送获取请求，确定在预设时间段内未返回中间结果的用户设备。之后针对每个未返回中间结果的用户设备，并从本地预先存储的各中间结果中，确定该用户设备根据与该数据标识计算得到的中间结果，作为该用户设备返回的中间结果。
或者，服务设备针对本地保存的每个中间结果，判断该中间结果的保存时间是否超过预设的时长，若是，则确定计算得到该中间结果的服务设备，并向该用户设备发送获取请求，使该用户设备根据自身存储的模型和与该数据标识对应的用户数据重新计算得到中间结果并返回服务设备。则服务设备以该用户设备重新计算得到的该中间结果继续后续步骤的操作，若否，则服务设备可采用该中间结果继续后续步骤的操作。
进一步地，当在步骤S102中采用两种方式组合确定其他用户设备计算得到的中间结果时，服务设备还可根据接收到的中间结果，更新本地预先存储的中间结果。
例如，根据用户设备的设备标识以及中间结果对应的数据标识，更新服务设备本地存储的中间结果。假设，服务设备C在2017年1月2日接收到了用户设备A发送的根据用户B的用户数据获得的中间结果a1，则服务设备C可存储如表2所示的数据。
用户设备 数据标识 中间结果
A b 中间结果a1
表2
而在2017年1月3日，服务设备C又接收到了用户设备A发送的根据用户B的用户数据获得的中间结果a2，则服务设备C可将表2更新为表3。
Figure BDA0001384840060000111
Figure BDA0001384840060000121
表3
下面以计算个人的信用能力的应用场景为例，对图1所示的数据处理的系统架构进行详细说明，如图3以及图4所示。
图3为本说明书实施例提供的一种数据处理的系统架构的示意图，其中，服务设备中的模型用于评价一个人的信用能力，则通过该数据处理的系统架构进行数据处理的过程也可如图1所示。为方便说明，以各用户设备通过将自身存储的用户数据输入服务设备提供的模型中，计算得到中间结果为例进行说明。
在本说明书实施例中，以y＝Function[f1(x)，f2(x)……fn(x)]表示服务设备用于评价信用能力的模型为例进行说明，x为用户设备中存储的用于输入模型计算得到中间结果的用户数据，f(x)为服务设备提供给各用户设备用于计算中间结果的模型，y为处理结果，f1(x)～fn(x)为用户设备1至用户设备n分别获得的中间结果。
通过图3所示的系统架构的示意图，可见用户设备1、用户设备2直至用户设备n分别属于不同的多个企业。其中，在计算用于评价信用能力的模型的场景下，用户数据可以是一个人在各机构产生的信用记录。针对某人而言，其往往会在多个机构处产生信用记录，不同的企业中存储的同一个人的用户数据可能是不同的。例如，企业1向个人B发放贷款，则企业1中可能存储B的抵押信息，企业2为B办理理财产品，则企业2中可能存储B的年化收益率，针对同一个人B来说，若B既在企业1中贷款，又在企业2中购买理财产品，则在企业1与企业2中存储的B的用户数据可能不同。而为使信用能力进行评价更加准确，需要综合B在企业1和企业2中产生的用户数据。因此，在本说明书实施例中，不同用户设备通过模型f(x)分别计算得到各中间结果是不完全相同的。
用户设备1需要对用户B的信用能力进行评价，则用户设备1可根据服务设备提供的模型以及自身存储的与用户B对应用户数据，计算的到中间结果 f1(x)，并将中间结果f1(x)以及用户B的数据标识携带在业务请求中发送至服务设备。假设全量的用户数据包括{X1，X2……Xm}即存在m个维度的用户数据。其中，用户设备1中存储的用户数据{A1，A2……Ag}，g<m，即为用户设备1计算中间结果f1(x)时向模型f(x)输入的用户数据x。
而服务设备可根据该业务请求确定数据标识，并向各用户设备2～用户设备 n发送获取请求，以使得用户设备2～用户设备n根据该数据标识，确定自身保存的与该数据标识对应的用户数据，如图3中所示的，用户设备2中存储的用户数据{A1，A4……Ah}，h<m，通过输入模型f(x)得到中间结果f2(x)，用户设备 n中存储的用户数据{A3，A5……Ag}，g<m，通过输入模型f(x)得到中间结果fn(x)。并由用户设备2～用户设备n分别返回该服务设备。
则该服务设备可以根据接收以及获取的各中间结果f1(x)，f2(x)……fn(x)，以及模型y＝Function[f1(x)，f2(x)……fn(x)]计算的到处理结果y，并将该处理结果 y返回用户设备1。
图4为本说明书实施例提供的另一种数据处理的系统架构的示意图，与图 3类似服务设备中的模型用于评价一个人的信用能力，则通过该数据处理的系统架构进行数据处理的过程也可如图1所示。其中，服务设备中预先存储有各用户设备计算得到的各中间结果。
继续以公式y＝Function[f1(x)，f2(x)……fn(x)]表示用于评价信用能力模型为例进行说明。
通过图4所示的系统架构的示意图，可见服务设备中预先存储有不同用户设备分别计算得到并返回的各中间结果，则服务设备在接收用户设备1发送的携带中间结果f1(x)以及数据标识的业务请求之后，可从已存储的各中间结果中，选择与该数据标识对应的各中间结果f1(x)，f2(x)……fn(x)，并通过 y＝Function[f1(x)，f2(x)……fn(x)]计算得到处理结果并返回该用户设备1。
另外，在本说明书实施例中，服务设备中可以分别配置用于接收用户设备发送的中间结果的代码收集器(code collector)，以及用于根据各中间结果确定处理结果的处理模块。其中，可由该代码收集器接收数据标识及其对应的中间结果，并根据该数据标识获取其他用户设备的中间结果，并且该代码收集器可将获取的各中间结果提供给处理模块用于确定处理结果。具体的，该服务设备可以根据需要配置不同的模块执行上述数据处理过程，本说明书不做限定。
基于图1所示的数据处理过程，本说明书实施例还对应的提供两种服务设备执行的数据处理过程，如图5和图6所示。
图5为本说明书实施例提供的一种数据处理的过程，其中，用户设备存储有用于计算中间结果的模型，具体步骤包括：
S200：所述用户设备根据自身保存的所述模型与用户数据，获得中间结果。
S202：将所述中间结果以及所述用户数据的数据标识发送至服务设备。
S204：接收所述服务设备返回所述处理结果。
在本说明书实施例中，参考图1所示的数据处理过程，图5所示的数据处理过程为步骤S100中发送中间结果及其对应的数据标识的用户设备，具体步骤的执行过程可参考图1至图4中的相应描述，本说明书对此不再赘述。
图6为本说明书实施例提供的一种数据处理的过程，其中，用户设备存储有用于计算中间结果的模型，具体步骤包括：
S300：所述用户设备接收服务设备发送的数据标识。
S302：根据自身保存的所述模型与所述数据标识对应的用户数据，获得中间结果。
S304：将所述中间结果及其对应的所述数据标识返回所述服务设备，以使所述服务设备根据接收到的各中间结果，确定与所述数据标识对应的处理结果，并将所述处理结果返回相应的其他用户设备。
在本说明书实施例中，参考图1所示的数据处理过程，图5所示的数据处理过程为步骤S102中接收数据标识的用户设备，具体步骤的执行过程可参考图1至图4中的相应描述，本说明书对此不再赘述。
需要说明的是，图5以及图6所示的用户设备区别在于在图1所示的数据处理过程中所执行的操作不同。任一用户设备在实际处理数据过程中，既可以执行图5的数据处理过程，也可以执行图6所示的数据处理过程。
以上是本说明书提供的数据处理的方法，基于同样的思路，本说明书还提供了相应的数据处理的装置和设备，如图7～12所示。
图7为本说明书提供的第一种数据处理的装置示意图，每个用户设备中均存储有用于计算中间结果的模型，具体包括：
接收模块400，接收用户设备发送的中间结果及其对应的数据标识，其中，所述中间结果为所述用户设备根据自身保存的所述模型与用户数据获得的；
获取模块402，根据所述数据标识，获取其他用户设备根据自身保存的所述模型与所述数据标识对应的用户数据获得的中间结果；
处理发送模块404，根据各中间结果，确定处理结果并返回至所述用户设备。
所述获取模块402，向其他用户设备发送所述数据标识，以使得其他用户设备根据自身保存的所述模型与所述数据标识对应的用户数据计算得到中间结果，并返回。
所述获取模块402预先针对每个用户设备，获取该用户设备获得的各中间结果，其中，各中间结果为该用户设备根据自身保存的所述模型与各数据标识对应的用户数据分别获得的，建立各中间结果及其对应的数据标识的对应关系，并存储。
所述获取模块402，根据所述数据标识，从本地已存储的各中间结果中，针对每个用户设备，获取由该用户设备返回的与该数据标识对应的中间结果。
所述接收模块400，根据所述数据标识，采用接收到的所述中间结果，更新预先获取并存储的所述用户设备获得的中间结果。
所述接收模块400，接收所述用户设备发送的加密的中间结果及其对应的加密的数据标识；所述获取模块402，向其他用户设备发送所述数据标识，以使得其他用户设备根据自身保存的所述模型与所述数据标识对应的用户数据计算得到中间结果，以接收所述其他用户设备返回的加密的中间结果以及加密的所述数据标识；所述处理发送模块404，确定所述处理结果，并将所述处理结果加密后返回所述用户设备。
图8为本说明书提供的第二种数据处理的装置示意图，所述装置存储有用于计算中间结果的模型，具体包括：
计算模块500，根据自身保存的所述模型与用户数据，获得中间结果；
发送模块502，将所述中间结果以及所述用户数据的数据标识发送至服务设备，以使所述服务设备根据所述数据标识，获取其他用户设备根据自身保存的所述模型与所述数据标识对应的用户数据获得的中间结果，并使所述服务设备通过各中间结果确定处理结果；
接收模块504，接收所述服务设备返回所述处理结果。
所述发送模块502，向所述服务设备发送加密的所述中间结果以及加密的所述数据标识；所述接收模块504，接收所述服务设备返回的加密的所述处理结果，并对所述处理结果解密后获得所述处理结果。
图9为本说明书提供的第三种数据处理的装置示意图，所述装置存储有用于计算中间结果的模型，具体包括：
接收模块600，接收服务设备发送的数据标识；
计算模块602，根据自身保存的所述模型与所述数据标识对应的用户数据，获得中间结果；
发送模块604，将所述中间结果及其对应的所述数据标识返回所述服务设备，以使所述服务设备根据接收到的各中间结果，确定与所述数据标识对应的处理结果，并将所述处理结果返回相应的其他用户设备。
所述发送模块604，将加密的所述中间结果以及加密的所述数据标识返回所述服务设备。
图10为本说明书实施例提供的服务设备示意图，其中，每个用户设备中均存储有用于计算中间结果的模型，服务设备包括一个或多个处理器及存储器，所述存储器存储有程序，并且被配置成由所述一个或多个处理器执行以下步骤：
接收用户设备发送的中间结果及其对应的数据标识，其中，所述中间结果为所述用户设备根据自身保存的所述模型与用户数据获得的；
根据所述数据标识，获取其他用户设备根据自身保存的所述模型与所述数据标识对应的用户数据获得的中间结果；
根据各中间结果，确定处理结果并返回至所述用户设备。
图11为本说明书实施例提供的用户设备示意图，包括一个或多个处理器及存储器，所述存储器存储有用于计算中间结果的模型，所述存储器存储有程序，并且被配置成由所述一个或多个处理器执行以下步骤：
根据自身保存的所述模型与用户数据，获得中间结果；
将所述中间结果以及所述用户数据的数据标识发送至服务设备，以使所述服务设备根据所述数据标识，获取其他用户设备根据自身保存的所述模型与所述数据标识对应的用户数据获得的中间结果，并使所述服务设备通过各中间结果确定处理结果；
接收所述服务设备返回所述处理结果。
图12为本说明书实施例提供的用户设备示意图，包括一个或多个处理器及存储器，所述存储器存储有用于计算中间结果的模型，所述存储器存储有程序，并且被配置成由所述一个或多个处理器执行以下步骤：
接收服务设备发送的数据标识；
根据自身保存的所述模型与所述数据标识对应的用户数据，获得中间结果；
将所述中间结果及其对应的所述数据标识返回所述服务设备，以使所述服务设备根据接收到的各中间结果，确定与所述数据标识对应的处理结果，并将所述处理结果返回相应的其他用户设备。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray， FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、 Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL (Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL (RubyHardware Description Language)等，目前最普遍使用的是VHDL (Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、 CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和 /或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/ 或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器 (RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、 CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims (23)

1.一种数据处理的方法，应用于服务设备，所述服务设备预先将用于计算中间结果的第一模型提供给多个用户设备，所述方法包括：
所述服务设备接收所述多个用户设备中第一用户设备发送的业务请求，所述业务请求携带中间结果及其对应的数据标识，所述中间结果是所述第一用户设备根据所述第一模型与自身保存的用户数据获得；
根据所述数据标识，获取所述第一用户设备之外的其他用户设备根据自身保存的所述第一模型与所述数据标识对应的用户数据获得的中间结果；
将各中间结果输入第二模型，得到处理结果并返回所述第一用户设备；
其中，各用户设备的中间结果不包含用户数据。
2.如权利要求1所述的方法，根据所述数据标识，获取所述第一用户设备之外的其他用户设备根据自身保存的所述第一模型与所述数据标识对应的用户数据获得的中间结果，具体包括：
向所述第一用户设备之外的其他用户设备发送所述数据标识，以使得其他用户设备根据自身保存的所述第一模型与所述数据标识对应的用户数据计算得到中间结果，并返回。
3.如权利要求1所述的方法，所述方法还包括：
所述服务设备预先针对每个用户设备，获取该用户设备计算得到的各中间结果，其中，各中间结果为该用户设备根据自身保存的所述第一模型与各数据标识对应的用户数据分别计算得到的；
建立各中间结果及其对应的数据标识的对应关系，并存储。
4.如权利要求3所述的方法，根据所述数据标识，获取所述第一用户设备之外的其他用户设备根据自身保存的所述第一模型与所述数据标识对应的用户数据获得的中间结果，具体包括：
根据所述数据标识，从本地已存储的各中间结果中，获取与该数据标识对应的中间结果。
5.如权利要求3所述的方法，接收所述多个用户设备中第一用户设备发送的业务请求之后，所述方法还包括：
根据所述数据标识，采用接收到的所述中间结果，更新预先获取并存储的所述第一用户设备获得的中间结果。
6.如权利要求2所述的方法，接收所述多个用户设备中第一用户设备发送的业务请求，具体包括：
接收所述第一用户设备发送的加密的中间结果及其对应的加密的数据标识；
向所述第一用户设备之外的其他用户设备发送所述数据标识，以使得其他用户设备根据自身保存的所述第一模型与所述数据标识对应的用户数据计算得到中间结果，并返回，具体包括：
向所述第一用户设备之外的其他用户设备发送所述数据标识，以使得其他用户设备根据自身保存的所述第一模型与所述数据标识对应的用户数据计算得到中间结果，并对所述计算得到的中间结果进行加密后返回；
得到处理结果并返回发送所述第一用户设备，具体包括：
确定所述处理结果，并将所述处理结果加密后返回所述第一用户设备。
7.一种数据处理的方法，应用于多个用户设备中的第一用户设备，所述多个用户设备均存储有服务设备提供的、用于计算中间结果的第一模型，所述方法包括：
所述第一用户设备根据自身保存的所述第一模型与用户数据，获得中间结果；
将所述中间结果以及所述用户数据的数据标识发送至所述服务设备，以使所述服务设备根据所述数据标识，获取所述多个用户设备中第一用户设备之外的其他用户设备根据自身保存的所述第一模型与所述数据标识对应的用户数据获得的中间结果，并使所述服务设备将各中间结果输入第二模型得到处理结果；
接收所述服务设备返回的所述处理结果；
其中，各用户设备的中间结果不包含用户数据。
8.如权利要求7所述的方法，将所述中间结果以及所述用户数据的数据标识发送至服务设备，具体包括：
向所述服务设备发送加密的所述中间结果以及加密的所述数据标识；
接收服务设备返回的所述处理结果，具体包括：
接收所述服务设备返回的加密的所述处理结果，并对所述处理结果解密后获得所述处理结果。
9.一种数据处理的方法，应用于多个用户设备中的第二用户设备，所述多个用户设备均存储有服务设备提供的、用于计算中间结果的第一模型，所述方法包括：
所述第二用户设备接收服务设备发送的数据标识；
根据自身保存的所述第一模型与所述数据标识对应的用户数据，获得中间结果；
将所述中间结果及其对应的所述数据标识返回所述服务设备，以使所述服务设备将接收到的各中间结果输入第二模型，得到与所述数据标识对应的处理结果，并将所述处理结果返回第一用户设备，所述第一用户设备为所述多个用户设备中向所述服务设备发送所述数据标识的用户设备；
其中，所述各中间结果不包含用户数据。
10.如权利要求9所述的方法，将所述中间结果及其对应的所述数据标识返回所述服务设备，具体包括：
将加密的所述中间结果以及加密的所述数据标识返回所述服务设备。
11.一种数据处理的装置，应用于服务设备，所述服务设备预先将用于计算中间结果的第一模型提供给多个用户设备，所述装置包括：
接收模块，接收所述多个用户设备中第一用户设备发送的业务请求，所述业务请求携带中间结果及其对应的数据标识；其中，所述中间结果为所述第一用户设备根据所述第一模型和自身保存的用户数据获得的；
获取模块，根据所述数据标识，获取所述第一用户设备之外的其他用户设备根据自身保存的所述第一模型与所述数据标识对应的用户数据获得的中间结果；
处理发送模块，将各中间结果输入第二模型，得到处理结果并返回所述第一用户设备；
其中，各用户设备的中间结果不包含用户数据。
12.如权利要求11所述的装置，所述获取模块，向所述第一用户设备之外的其他用户设备发送所述数据标识，以使得其他用户设备根据自身保存的所述第一模型与所述数据标识对应的用户数据计算得到中间结果，并返回。
13.如权利要求11所述的装置，所述获取模块预先针对每个用户设备，获取该用户设备计算得到的各中间结果，其中，各中间结果为该用户设备根据自身保存的所述第一模型与各数据标识对应的用户数据分别计算得到的，建立各中间结果及其对应的数据标识的对应关系，并存储。
14.如权利要求13所述的装置，所述获取模块，根据所述数据标识，从本地已存储的各中间结果中，获取与该数据标识对应的中间结果。
15.如权利要求13所述的装置，所述接收模块，根据所述数据标识，采用接收到的所述中间结果，更新预先获取并存储的所述第一用户设备获得的中间结果。
16.如权利要求12所述的装置，所述接收模块，接收所述第一用户设备发送的加密的中间结果及其对应的加密的数据标识；所述获取模块，向所述第一用户设备之外的其他用户设备发送所述数据标识，以使得其他用户设备根据自身保存的所述第一模型与所述数据标识对应的用户数据计算得到中间结果，并对所述计算得到的中间结果进行加密后返回；所述处理发送模块，确定所述处理结果，并将所述处理结果加密后返回所述第一用户设备。
17.一种数据处理装置，应用于多个用户设备中的第一用户设备，所述多个用户设备均存储有服务设备提供的、用于计算中间结果的第一模型，所述装置包括：
计算模块，根据自身保存的所述第一模型与用户数据，获得中间结果；
发送模块，将所述中间结果以及所述用户数据的数据标识发送至服务设备，以使所述服务设备根据所述数据标识，获取所述多个用户设备中第一用户设备之外的其他用户设备根据自身保存的所述第一模型与所述数据标识对应的用户数据获得的中间结果，并使所述服务设备将各中间结果输入第二模型得到处理结果；
接收模块，接收所述服务设备返回的所述处理结果；
其中，各用户设备的中间结果不包含用户数据。
18.如权利要求17所述的装置，所述发送模块，向所述服务设备发送加密的所述中间结果以及加密的所述数据标识；所述接收模块，接收所述服务设备返回的加密的所述处理结果，并对所述处理结果解密后获得所述处理结果。
19.一种数据处理装置，应用于多个用户设备中的第二用户设备，所述多个用户设备均存储有服务设备提供的、用于计算中间结果的第一模型，所述装置包括：
接收模块，接收服务设备发送的数据标识；
计算模块，根据自身保存的所述第一模型与所述数据标识对应的用户数据，获得中间结果；
发送模块，将所述中间结果及其对应的所述数据标识返回所述服务设备，以使所述服务设备将接收到的各中间结果输入第二模型，得到与所述数据标识对应的处理结果，并将所述处理结果返回第一用户设备，所述第一用户设备为所述多个用户设备中向所述服务设备发送所述数据标识的用户设备；
其中，所述各中间结果不包含用户数据。
20.如权利要求19所述的装置，所述发送模块，将加密的所述中间结果以及加密的所述数据标识返回所述服务设备。
21.一种服务设备，所述服务设备预先将用于计算中间结果的第一模型提供给多个用户设备，所述服务设备包括一个或多个处理器及存储器，所述存储器存储有程序，并且被配置成由所述一个或多个处理器执行以下步骤：
服务设备接收所述多个用户设备中第一用户设备发送的业务请求，所述业务请求携带中间结果及其对应的数据标识；所述中间结果是所述第一用户设备根据所述第一模型与自身保存的用户数据获得；
根据所述数据标识，获取所述第一用户设备之外的其他用户设备根据自身保存的所述第一模型与所述数据标识对应的用户数据获得的中间结果；
将各中间结果输入第二模型，得到处理结果并返回所述第一用户设备；
其中，各用户设备的中间结果不包含用户数据。
22.一种用户设备，其为多个用户设备之一，所述多个用户设备均存储有服务设备提供的、用于计算中间结果的第一模型；所述用户设备包括一个或多个处理器及存储器，所述存储器存储有用于计算中间结果的模型，所述存储其中还存储有程序，并且被配置成由所述一个或多个处理器执行以下步骤：
根据自身保存的所述第一模型与用户数据，获得中间结果；
将所述中间结果以及所述用户数据的数据标识发送至服务设备，以使所述服务设备根据所述数据标识，获取所述多个用户设备中其他用户设备根据自身保存的所述第一模型与所述数据标识对应的用户数据获得的中间结果，并使所述服务设备将各中间结果输入第二模型得到处理结果；
接收所述服务设备返回所述处理结果；
其中，各用户设备的中间结果不包含用户数据。
23.一种用户设备，其为多个用户设备之一，所述多个用户设备均存储有服务设备提供的、用于计算中间结果的第一模型；所述用户设备包括一个或多个处理器及存储器，所述存储器存储有用于计算中间结果的模型，所述存储其中还存储有程序，并且被配置成由所述一个或多个处理器执行以下步骤：
接收服务设备发送的数据标识；
根据自身保存的所述第一模型与所述数据标识对应的用户数据，获得中间结果；
将所述中间结果及其对应的所述数据标识返回所述服务设备，以使所述服务设备将接收到的各中间结果输入第二模型，确定与所述数据标识对应的处理结果，并将所述处理结果返回其他用户设备，所述其他用户设备为向所述服务设备发送所述数据标识的用户设备；
其中，所述各中间结果不包含用户数据。
CN201710720354.7A 2017-08-21 2017-08-21 一种数据处理的方法及装置 Active CN109428900B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710720354.7A CN109428900B (zh) 2017-08-21 2017-08-21 一种数据处理的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710720354.7A CN109428900B (zh) 2017-08-21 2017-08-21 一种数据处理的方法及装置

Publications (2)

Publication Number Publication Date
CN109428900A CN109428900A (zh) 2019-03-05
CN109428900B true CN109428900B (zh) 2022-05-13

Family

ID=65497859

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710720354.7A Active CN109428900B (zh) 2017-08-21 2017-08-21 一种数据处理的方法及装置

Country Status (1)

Country Link
CN (1) CN109428900B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110647770B (zh) * 2019-09-27 2021-09-14 联想(北京)有限公司 数据处理方法、装置以及电子设备
CN110866023B (zh) * 2019-11-06 2022-08-30 支付宝(杭州)信息技术有限公司 一种数据处理方法、装置、设备及介质
WO2021184264A1 (zh) * 2020-03-18 2021-09-23 华为技术有限公司 数据保存方法、数据访问方法及相关装置、设备
CN113935826B (zh) * 2021-10-21 2022-06-21 阿尔法时刻科技(深圳)有限公司 一种基于用户隐私的信贷账户管理方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101447052A (zh) * 2009-01-05 2009-06-03 阿里巴巴集团控股有限公司 延期付款/分期付款的网上信贷系统及网上信贷方法
CN105512938A (zh) * 2016-02-03 2016-04-20 宜人恒业科技发展（北京）有限公司 一种基于用户长期使用行为的在线信用风险评估方法
CN106230808A (zh) * 2016-07-28 2016-12-14 杭州云象网络技术有限公司 一种基于区块链技术的个人征信系统建设方法
CN106649453A (zh) * 2016-09-22 2017-05-10 上海市数字证书认证中心有限公司 一种企业信用查询与展示的方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100250747A1 (en) * 2009-03-31 2010-09-30 Jeyhan Karaoguz ADAPTIVE MULTIPLE PATHWAY SESSION SETUP TO SUPPORT QoS SERVICES

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101447052A (zh) * 2009-01-05 2009-06-03 阿里巴巴集团控股有限公司 延期付款/分期付款的网上信贷系统及网上信贷方法
CN105512938A (zh) * 2016-02-03 2016-04-20 宜人恒业科技发展（北京）有限公司 一种基于用户长期使用行为的在线信用风险评估方法
CN106230808A (zh) * 2016-07-28 2016-12-14 杭州云象网络技术有限公司 一种基于区块链技术的个人征信系统建设方法
CN106649453A (zh) * 2016-09-22 2017-05-10 上海市数字证书认证中心有限公司 一种企业信用查询与展示的方法及系统

Also Published As

Publication number Publication date
CN109428900A (zh) 2019-03-05

Similar Documents

Publication Publication Date Title
US11102230B2 (en) Graphical structure model-based prevention and control of abnormal accounts
CN109426732B (zh) 一种数据处理方法及装置
CN109309652B (zh) 一种训练模型的方法及装置
CN110457912B (zh) 数据处理方法、装置和电子设备
CN109428900B (zh) 一种数据处理的方法及装置
CN106899666B (zh) 一种针对业务标识的数据处理方法及装置
CN112241506B (zh) 用户行为的回溯方法、装置、设备及系统
US11328093B1 (en) Protecting sensitive data
CN109146638B (zh) 异常金融交易群体的识别方法及装置
CN114841700B (zh) 支付处理方法、装置、设备及系统
CN110503435B (zh) 基于区块链的交易预警方法、装置及设备
CN109389412B (zh) 一种训练模型的方法、装置、服务设备以及用户设备
CN112258295B (zh) 记录处理方法、装置及设备
CN111611558B (zh) 一种身份验证的方法及装置
CN113821817B (zh) 基于区块链的数据处理方法、装置、设备及系统
CN112016136A (zh) 基于联盟链的数据处理方法及装置
CN113256426B (zh) 一种数据处理方法、装置、设备及介质
CN116385063A (zh) 权益分享处理方法及装置
CN113327115B (zh) 租赁业务的处理方法、装置、设备及系统
CN117349671A (zh) 一种模型训练的方法、装置、存储介质及电子设备
CN113643030B (zh) 交易处理方法、装置及设备
CN110858242A (zh) 页面跳转方法及装置
CN116629381A (zh) 一种联邦迁移学习方法、装置、存储介质及电子设备
US10019295B2 (en) Method and system for managing and linking software applications
CN113837731B (zh) 一种偏好设置、业务处理的系统、方法、装置及设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20191205

Address after: P.O. Box 31119, grand exhibition hall, hibiscus street, 802 West Bay Road, Grand Cayman, ky1-1205, Cayman Islands

Applicant after: Innovative advanced technology Co., Ltd

Address before: A four-storey 847 mailbox in Grand Cayman Capital Building, British Cayman Islands

Applicant before: Alibaba Group Holding Co., Ltd.

GR01 Patent grant
GR01 Patent grant