CN112149140A - 预测方法、装置、设备及存储介质 - Google Patents

预测方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN112149140A
CN112149140A CN201910578977.4A CN201910578977A CN112149140A CN 112149140 A CN112149140 A CN 112149140A CN 201910578977 A CN201910578977 A CN 201910578977A CN 112149140 A CN112149140 A CN 112149140A
Authority
CN
China
Prior art keywords
sequence
prediction
party
predicted
information
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.)
Granted
Application number
CN201910578977.4A
Other languages
English (en)
Other versions
CN112149140B (zh
Inventor
周旭辉
任兵
杨胜文
刘立萍
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.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology 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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201910578977.4A priority Critical patent/CN112149140B/zh
Publication of CN112149140A publication Critical patent/CN112149140A/zh
Application granted granted Critical
Publication of CN112149140B publication Critical patent/CN112149140B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60Protecting data
    • G06F21/602Providing cryptographic facilities or services
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00Network architectures or network communication protocols for network security
    • H04L63/04Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
    • H04L63/0428Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload
    • H04L63/0478Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload applying multiple layers of encryption, e.g. nested tunnels or encrypting the content with a first key and then with at least a second key

Abstract

本发明实施例公开了一种预测方法、装置、设备及存储介质。该方法包括:向第二方发送标识信息序列和第一密钥序列;从预测信息单层密文序列中获取待预测对象的预测信息单层密文;采用第二密钥对待预测对象的预测信息单层密文进行二次加密得到待预测对象的预测信息双层密文;向第二方发送待预测对象的预测信息双层密文以指示第二方采用第一密钥序列对预测信息双层密文进行解密得到预测信息原文序列;根据待预测对象的真实标识信息,从预测信息原文序列中获取待预测对象的第二方预测结果。本发明实施例实现了通过合作双方的本地计算,避免了模型预测过程中的数据泄露,尤其是待预测对象的真实标识信息的泄露,提高了数据的安全性。

Description

预测方法、装置、设备及存储介质
技术领域
本发明实施例涉及机器学习技术领域,尤其涉及一种预测方法、装置、设备及存储介质。
背景技术
人工智能领域的核心是算法、算力和数据。然而,除了少数行业,大多数行业只有有限的数据或质量较差的数据,使得人工智能技术的实现比我们想象的更加困难。
一个热门的研究方向是联邦学习,联邦学习用于建立基于分布在多个设备上的数据集的机器学习模型,在模型训练过程中须防止数据泄漏。联邦学习的最大特点是数据不出本地,通过传递不可反解的参数完成模型训练,在数据价值共享的同时,防止数据泄漏。
然而,目前基于联邦学习训练的模型对数据预测过程中,第二方可能根据第一方传递的标识信息例如电话号码,反解得到第一方的数据,从而造成数据泄露。因此,如何防止模型预测过程中出现数据泄露,是亟需解决的问题。
发明内容
本发明实施例提供一种预测方法、装置、设备及存储介质,以解决模型预测过程中数据泄露的问题。
第一方面,本发明实施例提供了一种预测方法,由第一方执行,所述方法包括:
向第二方发送标识信息序列和第一密钥序列,以指示所述第二方执行如下:根据所述标识信息序列进行预测生成预测结果序列;采用所述第一密钥序列中的第一密钥对关联的标识信息和预测结果进行加密,得到预测信息单层密文序列;
从所述预测信息单层密文序列中获取待预测对象的预测信息单层密文;
采用第二密钥对所述待预测对象的预测信息单层密文进行二次加密,得到待预测对象的预测信息双层密文;
向所述第二方发送所述待预测对象的预测信息双层密文,以指示所述第二方采用所述第一密钥序列对所述预测信息双层密文进行解密得到预测信息原文序列;
根据所述待预测对象的真实标识信息,从所述预测信息原文序列中获取所述待预测对象的第二方预测结果。
第二方面,本发明实施例提供了一种预测方法,由第二方执行,所述方法包括:
根据从第一方接收的标识信息序列进行预测生成预测结果序列;
采用从所述第一方接收的第一密钥序列中的第一密钥对关联的标识信息和预测结果进行加密,得到预测信息单层密文序列;
向所述第一方发送所述预测信息单层密文序列,以指示所述第一方执行如下:从所述预测信息单层密文序列中获取待预测对象的预测信息单层密文;采用第二密钥对所述待预测对象的预测信息单层密文进行二次加密,得到所述待预测对象的预测信息双层密文;
采用所述第一密钥序列对从所述第一方获取的预测信息双层密文进行解密,得到预测信息原文序列;
向所述第一方发送所述预测信息原文序列,以指示所述第一方根据所述待预测对象的真实标识信息,从所述预测信息原文序列中获取所述待预测对象的第二方预测结果。
第三方面,本发明实施例还提供了一种预测装置,配置于第一方,所述装置包括:
信息序列和密钥序列发送模块,用于向第二方发送标识信息序列和第一密钥序列,以指示所述第二方执行如下:根据所述标识信息序列进行预测生成预测结果序列;采用所述第一密钥序列中的第一密钥对关联的标识信息和预测结果进行加密,得到预测信息单层密文序列;
预测信息单层密文获取模块,用于从所述预测信息单层密文序列中获取待预测对象的预测信息单层密文;
预测信息单层密文加密模块,用于采用第二密钥对所述待预测对象的预测信息单层密文进行二次加密,得到待预测对象的预测信息双层密文;
预测信息双层密文发送模块,用于向所述第二方发送所述待预测对象的预测信息双层密文,以指示所述第二方采用所述第一密钥序列对所述预测信息双层密文进行解密得到预测信息原文序列;
第二方预测结果获取模块,用于根据所述待预测对象的真实标识信息,从所述预测信息原文序列中获取所述待预测对象的第二方预测结果。
第四方面,本发明实施例还提供一种预测装置,配置于第二方,所述装置包括:
预测结果序列生成模块,用于根据从第一方接收的标识信息序列进行预测生成预测结果序列;
预测结果信息加密模块,用于采用从所述第一方接收的第一密钥序列中的第一密钥对关联的标识信息和预测结果进行加密,得到预测信息单层密文序列;
预测信息单层密文序列发送模块,用于向所述第一方发送所述预测信息单层密文序列,以指示所述第一方执行如下:从所述预测信息单层密文序列中获取待预测对象的预测信息单层密文;采用第二密钥对所述待预测对象的预测信息单层密文进行二次加密,得到所述待预测对象的预测信息双层密文;
预测信息双层密文解密模块,用于采用所述第一密钥序列对从所述第一方获取的预测信息双层密文进行解密,得到预测信息原文序列;
预测信息原文序列发送模块,用于向所述第一方发送所述预测信息原文序列,以指示所述第一方根据所述待预测对象的真实标识信息,从所述预测信息原文序列中获取所述待预测对象的第二方预测结果。
第五方面,本发明实施例还提供了一种设备,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面实施例所述的预测方法,或第二方面实施例所述的预测方法。
第六方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时以实现如第一方面实施例所述的预测方法,或第二方面实施例所述的预测方法。
本发明实施例公开的技术方案,具有如下有益效果:
通过第一方对待预测对象的真实标识信息进行变形得到标识信息序列和第一密钥序列,并向第二方提供标识信息序列和第一密钥序列,使得第二方得到多个标识信息,并且每个标识信息之间存在差异,因而第二方无法基于获取到的标识信息序列反解得到第一方的真实标识信息,并且第二方对生成的预测结果序列进行加密,使得第一方也无法得到第二方中其他数据,实现了通过合作双方的本地计算,避免了模型预测过程中的数据泄露,尤其是待预测对象的真实标识信息的泄露,提高了数据的安全性。
附图说明
图1是本发明实施例一提供的一种预测方法的流程示意图;
图2是本发明实施例二提供的一种预测方法的流程示意图;
图3是本发明实施例三提供的一种预测方法的流程示意图;
图4是本发明实施例四提供的一种预测装置的结构示意图;
图5是本发明实施例五提供的一种预测装置的结构示意图;
图6是本发明实施例六提供的一种设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明实施例作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明实施例,而非对本发明实施例的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明实施例相关的部分而非全部结构。
实施例一
图1是本发明实施例一提供的一种预测方法的流程示意图,本发明实施例可适用于通过联邦学习训练的预测模型对第一方中的数据进行预测服务的情况,该方法可以由本发明实施例提供的配置于第一方的预测装置来执行,该装置可以采用软件和/或硬件的方式实现。在本实施例中第一方表示具有标识信息的设备,第一设备也可以拥有特征数据及预测模型;第二方表示仅具有特征数据和预测模型而没有标识信息的设备:
S101,向第二方发送标识信息序列和第一密钥序列,以指示所述第二方执行如下:根据所述标识信息序列进行预测生成预测结果序列;采用所述第一密钥序列中的第一密钥对关联的标识信息和预测结果进行加密,得到预测信息单层密文序列。
其中,标识信息用于表示预测对象的身份信息,例如手机号码、银行卡号、序列号等。在不同领域中预测对象也不相同,例如在金融领域,预测对象可为用户的信用;在教育领域,预测对象可为学生掌握知识的程度;在医疗领域,预测对象可为用户的健康状态等。
在实际应用中,若第一方将真实标识信息发送给第二方,则第二方得到真实标识信息之后,很容易根据真实标识信息反推得到第一方的隐私数据,造成数据泄露。
为了避免数据泄露,可选的通过对待预测对象的真实标识信息中字符进行替换得到不同的虚假标识信息,然后将虚假标识信息和真实标识信息组成标识信息序列发送给第二方,使得第二方无法从接收到的标识信息序列中反解第一方的真实标识信息。
例如,若真实标识信息为序列号55112,则第一方可对55112后两位数利用其它数字进行替换得到不同的虚假标识信息,比如:55103、55136、55198等。
需要说明的是,上述示例对真实标识信息中字符进行替换时,不仅可以对后两位,还可以对后三位,也可以是后四位等,只要虚假标识信息总个数与真实标识信息总个数相同即可。
进一步的,第一方还可根据自身的加密算法对标识信息序列中每一个标识信息生成对应的第一密钥,以得到与标识信息序列对应的第一密钥序列。从而第一方可将标识信息序列和第一密钥序列发送给第二方,以使第二方根据自身中的预测模型,对标识信息序列中的标识信息进行预测服务得到预测结果序列,并利用第一密钥序列中的第一密钥对预测结果序列中对应的预测结果和关林的标识信息进行加密,得到预测信息单层密文序列。
通过获取第二方发送的预测信息单层密文序列,为第一方获取待预测对象的预测信息单层密文奠定了基础。
也就是说,本实施例中第一方向第二方发送的标识信息序列中包括待预测对象的真实标识信息和至少一个虚假标识信息,所述第一密钥序列中的第一密钥与标识信息序列中的标识信息一一对应。
S102,从所述预测信息单层密文序列中获取待预测对象的预测信息单层密文。
可选的,当第一方接收到第二方发送的预测信息单层密文序列之后,第一方可根据真实标识信息,从预测信息单层密文序列中获取待预测对象的预测信息单层密文。
本实施例中,由于预测信息单层密文序列中可包括多个预测信息单层密文序列,而预测信息单层密文序列中预测信息单层密文的顺序,是与标识信息序列中标识信息的顺序一致。
因此,本实施例从预测信息单层密文序列中获取待预测对象的预测信息单层密文时,可选的根据待预测对象的真实标识信息在标识信息序列中的顺序,从预测信息单层密文序列中获取待预测对象的预测信息单层密文。
实际应用中,由于第一方仅向第二方提供标识信息序列的第一密钥序列,以使第二方根据第一密钥序列对预测结果原文序列进行加密,得到预测信息单层密文序列,但是由于第二方根据第一密钥序列对预测结果原文序列进行加密时所采用的加密算法是第一方未知的,因此第一方接收到第二方发送的预测信息单层密文序列时,根据第一密钥序列并不能得到预测信息单层原文序列,从而保护了第二方的数据安全,避免了除第一方所需数据之外其他数据被泄露的情况。
S103,采用第二密钥对所述待预测对象的预测信息单层密文进行二次加密,得到待预测对象的预测信息双层密文。
由于第一方不知道第二方采用何种加密算法利用第一密钥对待预测对象的预测结果原文进行加密,因此需要向第二方发送获取的待预测对象的预测信息单层密文进行解密请求,以得到预测结果原文。
实际应用中,若第一方直接将待解密的预测信息单层密文发送给第二方进行解密时,第二方就能够知道第一方待测对象的数据信息,这样就造成第一方的数据泄露。
为此,本实施例第一方在将获取的待预测对象的预测信息单层密文发送给第二方之前,还可利用第二密钥对待预测对象的预测信息单层密文进行二次加密,得到待预测对象的预测信息双层密文,使得第二方对待测对象的预测信息双层密文进行解密之后,仍然无法获取到待预测对象的数据,从而保护了的数据安全。
S104,向所述第二方发送所述待预测对象的预测信息双层密文,以指示所述第二方采用所述第一密钥序列对所述预测信息双层密文进行解密得到预测信息原文序列。
具体的,第二方接收到第一方发送的待预测对象的预测信息双层密文之后,可利用第一密钥序列中的各第一密钥分别对待预测信息双层密文进行解密,得到待预测信息原文序列。
由于第一方对待预测信息单层密文进行了二次加密,从而当第二方对待预测信息双层密文利用第一密钥序列进行解密之后,仍然无法获知第一方的真实标识信息,从而保护了第一方的数据不被泄露。
S105,根据所述待预测对象的真实标识信息,从所述预测信息原文序列中获取所述待预测对象的第二方预测结果。
本实施例中,第一方可先利用第二密钥,对预测信息原文序列进行解密,得到预测信息原文序列,然后根据待预测对象的真实标识信息,从预测信息原文序列中获取待预测对象的第二方预测结果。
本发明实施例提供的预测方法,通过第一方对待预测对象的真实标识信息进行变形得到标识信息序列和第一密钥序列,并向第二方提供标识信息序列和第一密钥序列,使得第二方得到多个标识信息,并且每个标识信息之间存在差异,因而第二方无法基于获取到的标识信息序列反解得到第一方的真实标识信息,并且第二方对生成的预测结果序列进行加密,使得第一方也无法得到第二方中其他数据,实现了通过合作双方的本地计算,避免了模型预测过程中的数据泄露,尤其是待预测对象的真实标识信息的泄露,提高了数据的安全性。
在上述实施例的基础上,S105之后还包括:确定所述待预测对象的第一方预测结果;根据所述第一方预测结果和所述第二方预测结果,得到所述待预测对象的合成预测结果。
通过根据第一方预测结果和第二方预测结果,得到待预测对象的合成预测结果,从而为待预测对象的预测结果情况进行分析提供有利条件。
在上述实施例的基础上,S105之后还包括:根据所述待预测对象的真实标识信息,从第一方拥有的特征数据中获取所述待预测对象的特征数据;采用配置于第一方的预测子模型,对获取的所述待预测对象的特征数据进行预测,得到所述待预测对象的第一方预测结果。其中,第一方的预测子模型是基于联邦学习对网络模型进行训练得到的。
通过在样本对齐及模型训练过程中,第一方和第二方各自的数据均保留在本地,且训练中的数据交互也不会导致数据泄露。因此,双方在联邦学习的帮助下得以实现合作训练模型。
实施例二
图2为本发明实施例二提供的一种预测方法的流程图。本实施例为上述实施例一提供了一种具体实现方式,如图2所示,该方法可以包括:
S201,向第二方发送标识信息序列和第一密钥序列,以指示所述第二方执行如下:根据所述标识信息序列进行预测生成预测结果序列;采用所述第一密钥序列中的第一密钥对关联的标识信息和预测结果进行加密,得到预测信息单层密文序列。
S202,从所述预测信息单层密文序列中获取待预测对象的预测信息单层密文。
S203,采用第二密钥对所述待预测对象的预测信息单层密文进行二次加密,得到待预测对象的预测信息双层密文。
S204,向所述第二方发送所述待预测对象的预测信息双层密文,以指示所述第二方采用所述第一密钥序列对所述预测信息双层密文进行解密得到预测信息原文序列。
S205,将所述预测信息原文序列中包括所述待预测对象的真实标识信息的预测信息原文,作为目标预测信息原文。
实际应用中,通常第二方会对关林的标识信息和预测结果一起加密,因此在得到预测信息原文序列时,可根据真实标识信息,获取与待预测对象相对应的目标预测信息原文。
具体的,可将待预测对象的真实标识信息,与预测信息原文序列中的每个预测信息原文进行比对,若任一预测信息原文中包括待预测对象的真实标识时,则说明该预测信息原文为待预测对象的目标预测信息原文。
例如,若待预测对象的真实标识信息为1123,则预测装置可根据1123在获取的预测信息原文序列中查找各预测信息原文中携带的标识信息是否为1123,若第3个预测信息原文中携带的标识信息为1123,则将该第3个预测信息原文确定为目标预测信息原文。
S206,将所述目标预测信息原文中的预测结果,作为所述待预测对象的第二方预测结果。
将目标预测信息原文中的预测结果,作为待预测对象的第二方预测结果,以将该第二方预测结果与第一方预测结果合成,得到待预测对象的合成预测结果。
本发明实施例提供的预测方法,通过根据待预测对象的真实标识信息确定目标预测信息原文,以将目标预测信息原文中的预测结果,作为待预测对象的第二方预测结果,使得第二方始终无法得到第一方的真实标识信息,从而避免模型预测过程中的数据泄露,提高数据的安全性。
实施例三
图3是本发明实施例三提供的一种预测方法的流程图。本实施例适用于通过联邦学习训练的预测模型对第一方中的数据进行预测服务的情况,该方法可以由本发明实施例提供的配置于第二方的预测装置来执行,该装置可以采用软件和/或硬件的方式实现。在本实施例中第一方表示具有标识信息的设备,第一设备也可以拥有特征数据及预测模型;第二方表示仅具有预测模型而没有标识信息的设备。如图3所示,该方法可以包括:
S301,根据从第一方接收的标识信息序列进行预测生成预测结果序列。
在本实施例中,所述标识信息序列中包括所述待预测对象的真实标识信息和至少一个虚假标识信息。其中,虚假标识信息通过对待预测对象的真实标识信息中字符进行替换得到。
可选的,第二方接收到标识信息序列之后,可利用自身中的预测子模型对标识信息序列中的标识信息进行预测,生成预测结果序列。
其中,第二方的预测子模型是基于联邦学习对网络模型进行训练得到的。具体训练过程参见上述实施例,此处对其不做过多赘述。
S302,采用从所述第一方接收的第一密钥序列中的第一密钥对关联的标识信息和预测结果进行加密,得到预测信息单层密文序列。
其中,所述第一密钥序列中的第一密钥与所述标识信息序列中的标识信息一一对应。
本实施例中若第二方直接将生成预测结果序列发送给第一方时,第一方不仅能够获取到待预测对象的预测结果,还能获取到第二方中其他数据的预测结果,这就造成第二方中数据的泄露。
为此,本实施例中第二方在将预测结果序列发送给第一方之前,还可根据接收的第一密钥序列对预测结果序列进行加密,得到预测信息单层密文序列。然后,再将预测信息单层密文序列发送给第一方。
由于第一方仅向第二方提供第一密钥序列,而并不清楚第二方采用何种加密算法对预测结果序列进行加密,因此第一方无法获取第二方中除待预测对象之外的其他数据,从而保护了第二方的数据安全。
S303,向所述第一方发送所述预测信息单层密文序列,以指示所述第一方执行如下:从所述预测信息单层密文序列中获取待预测对象的预测信息单层密文;采用第二密钥对所述待预测对象的预测信息单层密文进行二次加密,得到所述待预测对象的预测信息双层密文。
本实施例中,由于预测信息单层密文序列中可包括多个预测信息单层密文序列,而预测信息单层密文序列中预测信息单层密文的顺序,是与标识信息序列中标识信息的顺序一致。
因此,本实施例从预测信息单层密文序列中获取待预测对象的预测信息单层密文时,可选的根据待预测对象的真实标识信息在标识信息序列中的顺序,从预测信息单层密文序列中获取待预测对象的预测信息单层密文。
S304,采用所述第一密钥序列对从所述第一方获取的预测信息双层密文进行解密,得到预测信息原文序列。
S305,向所述第一方发送所述预测信息原文序列,以指示所述第一方根据所述待预测对象的真实标识信息,从所述预测信息原文序列中获取所述待预测对象的第二方预测结果。
本发明实施例提供的预测方法,通过第二方根据接收的标识信息序列生成预测结果序列,并利用第一密钥序列对关联的标识信息和预测结果进行加密,得到预测信息单层密文序列,并将预测信息单层密文序列发送给第一方,从而可保护第二方中的数据不被泄露,提高数据安全性。
实施例四
图4为本发明实施例四提供的一种预测装置的结构示意图,该装置配置于第一方,可执行本发明实施例一和/或实施例二所提供的一种预测方法,具备执行方法相应的功能模块和有益效果。如图4所示,该装置可以包括:信息序列和密钥序列发送模块110、预测信息单层密文获取模块112、预测信息单层密文加密模块114、预测信息双层密文发送模块116及第二方预测结果获取模块118。
其中,信息序列和密钥序列发送模块110用于向第二方发送标识信息序列和第一密钥序列,以指示所述第二方执行如下:根据所述标识信息序列进行预测生成预测结果序列;采用所述第一密钥序列中的第一密钥对关联的标识信息和预测结果进行加密,得到预测信息单层密文序列;
预测信息单层密文获取模块112用于从所述预测信息单层密文序列中获取待预测对象的预测信息单层密文;
预测信息单层密文加密模块114用于采用第二密钥对所述待预测对象的预测信息单层密文进行二次加密,得到待预测对象的预测信息双层密文;
预测信息双层密文发送模块116用于向所述第二方发送所述待预测对象的预测信息双层密文,以指示所述第二方采用所述第一密钥序列对所述预测信息双层密文进行解密得到预测信息原文序列;
第二方预测结果获取模块118用于根据所述待预测对象的真实标识信息,从所述预测信息原文序列中获取所述待预测对象的第二方预测结果。
作为本发明实施例的一种可选的实现方式,所述标识信息序列中包括所述待预测对象的真实标识信息和至少一个虚假标识信息,所述第一密钥序列中的第一密钥与所述标识信息序列中的标识信息一一对应。
作为本发明实施例的一种可选的实现方式,所述虚假标识信息通过对所述待预测对象的真实标识信息中字符进行替换得到。
作为本发明实施例的一种可选的实现方式,预测信息单层密文序列中预测信息单层密文的顺序,与所述标识信息序列中标识信息的顺序一致;
相应地,第二方预测结果获取模块118具体用于:
根据所述待预测对象的真实标识信息在所述标识信息序列中的顺序,从所述预测信息单层密文序列中获取所述待预测对象的预测信息单层密文。
作为本发明实施例的一种可选的实现方式,所述第二方预测结果获取模块118,还具用于:
将所述预测信息原文序列中包括所述待预测对象的真实标识信息的预测信息原文,作为目标预测信息原文;
将所述目标预测信息原文中的预测结果,作为所述待预测对象的第二方预测结果。
作为本发明实施例的一种可选的实现方式,所述装置还包括:确定模块和合成结果模块。
其中,确定模块用于确定所述待预测对象的第一方预测结果;
合成结果模块用于根据所述第一方预测结果和所述第二方预测结果,得到所述待预测对象的合成预测结果。
作为本发明的一种可选实现方式,所述确定模块,具体用于:
根据所述待预测对象的真实标识信息,从第一方拥有的特征数据中获取所述待预测对象的特征数据;
采用配置于第一方的预测子模型,对获取的所述待预测对象的特征数据进行预测,得到所述待预测对象的第一方预测结果。
需要说明的是,前述对预测方法实施例的解释说明也适用于该实施例的预测装置,其实现原理类似,此处不再赘述。
本发明实施例提供的预测装置,通过第一方对待预测对象的真实标识信息进行变形得到标识信息序列和第一密钥序列,并向第二方提供标识信息序列和第一密钥序列,使得第二方得到多个标识信息,并且每个标识信息之间存在差异,因而第二方无法基于获取到的标识信息序列反解得到第一方的真实标识信息,并且第二方对生成的预测结果序列进行加密,使得第一方也无法得到第二方中其他数据,实现了通过合作双方的本地计算,避免了模型预测过程中的数据泄露,尤其是待预测对象的真实标识信息的泄露,提高了数据的安全性。
实施例五
图5为本发明实施例五提供的一种预测装置的结构示意图,该装置配置于第二方,可执行本发明实施例三所提供的一种预测方法,具备执行方法相应的功能模块和有益效果。如图5所示,该装置可以包括:预测结果序列生成模块210、预测结果信息加密模块212、预测信息单层密文序列发送模块214、预测信息双层密文解密模块216及预测信息原文序列发送模块218。
其中,预测结果序列生成模块210用于根据从第一方接收的标识信息序列进行预测生成预测结果序列;
预测结果信息加密模块212用于采用从所述第一方接收的第一密钥序列中的第一密钥对关联的标识信息和预测结果进行加密,得到预测信息单层密文序列;
预测信息单层密文序列发送模块214用于向所述第一方发送所述预测信息单层密文序列,以指示所述第一方执行如下:从所述预测信息单层密文序列中获取待预测对象的预测信息单层密文;采用第二密钥对所述待预测对象的预测信息单层密文进行二次加密,得到所述待预测对象的预测信息双层密文;
预测信息双层密文解密模块216用于采用所述第一密钥序列对从所述第一方获取的预测信息双层密文进行解密,得到预测信息原文序列;
预测信息原文序列发送模块218用于向所述第一方发送所述预测信息原文序列,以指示所述第一方根据所述待预测对象的真实标识信息,从所述预测信息原文序列中获取所述待预测对象的第二方预测结果。
作为本发明实施例的一种可选的实现方式,所述标识信息序列中包括所述待预测对象的真实标识信息和至少一个虚假标识信息,所述第一密钥序列中的第一密钥与所述标识信息序列中的标识信息一一对应。
作为本发明实施例的一种可选的实现方式,预测信息单层密文序列中预测信息单层密文的顺序,与所述标识信息序列中标识信息的顺序一致。
作为本发明实施例的一种可选的实现方式,所述预测结果序列生成模块210,具体用于:
根据从所述第一方接收的标识信息序列,从第二方拥有的特征数据中获取所述标识信息序列关联的特征数据序列;
采用配置于所述第二方的预测子模型,对获取的特征数据序列进行预测,得到预测结果序列。
需要说明的是,前述对预测方法实施例的解释说明也适用于该实施例的预测装置,其实现原理类似,此处不再赘述。
本发明实施例提供的预测装置,通过第二方根据接收的标识信息序列生成预测结果序列,并利用第一密钥序列对关联的标识信息和预测结果进行加密,得到预测信息单层密文序列,并将预测信息单层密文序列发送给第一方,从而可保护第二方中的数据不被泄露,提高数据安全性。
实施例六
图6为本发明实施例六提供的一种设备的结构示意图。图6示出了适于用来实现本发明实施方式的示例性设备600的框图。图6显示的设备600仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示,设备600以通用计算设备的形式表现。设备600的组件可以包括但不限于:一个或者多个处理器或者处理单元601,系统存储器602,连接不同系统组件(包括系统存储器602和处理单元601)的总线603。
总线603表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
设备600典型地包括多种计算机系统可读介质。这些介质可以是任何能够被设备600访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器602可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)604和/或高速缓存存储器605。设备600可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统606可以用于读写不可移动的、非易失性磁介质(图6未显示,通常称为“硬盘驱动器”)。尽管图6中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线603相连。存储器602可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块607的程序/实用工具608,可以存储在例如存储器602中,这样的程序模块607包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块607通常执行本发明所描述的实施例中的功能和/或方法。
设备600也可以与一个或多个外部设备609(例如键盘、指向设备、显示器610等)通信,还可与一个或者多个使得用户能与该设备600交互的设备通信,和/或与使得该设备600能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口611进行。并且,设备600还可以通过网络适配器612与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器612通过总线603与设备600的其它模块通信。应当明白,尽管图中未示出,可以结合设备600使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元601通过运行存储在系统存储器602中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的预测方法,包括:
向第二方发送标识信息序列和第一密钥序列,以指示所述第二方执行如下:根据所述标识信息序列进行预测生成预测结果序列;采用所述第一密钥序列中的第一密钥对关联的标识信息和预测结果进行加密,得到预测信息单层密文序列;
从所述预测信息单层密文序列中获取待预测对象的预测信息单层密文;
采用第二密钥对所述待预测对象的预测信息单层密文进行二次加密,得到待预测对象的预测信息双层密文;
向所述第二方发送所述待预测对象的预测信息双层密文,以指示所述第二方采用所述第一密钥序列对所述预测信息双层密文进行解密得到预测信息原文序列;
根据所述待预测对象的真实标识信息,从所述预测信息原文序列中获取所述待预测对象的第二方预测结果。
和/或,实现本发明实施例所提供的预测方法,包括:
根据从第一方接收的标识信息序列进行预测生成预测结果序列;
采用从所述第一方接收的第一密钥序列中的第一密钥对关联的标识信息和预测结果进行加密,得到预测信息单层密文序列;
向所述第一方发送所述预测信息单层密文序列,以指示所述第一方执行如下:从所述预测信息单层密文序列中获取待预测对象的预测信息单层密文;采用第二密钥对所述待预测对象的预测信息单层密文进行二次加密,得到所述待预测对象的预测信息双层密文;
采用所述第一密钥序列对从所述第一方获取的预测信息双层密文进行解密,得到预测信息原文序列;
向所述第一方发送所述预测信息原文序列,以指示所述第一方根据所述待预测对象的真实标识信息,从所述预测信息原文序列中获取所述待预测对象的第二方预测结果。
实施例七
本发明实施例七还提供了一种计算机可读存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行预测方法,该方法包括:
向第二方发送标识信息序列和第一密钥序列,以指示所述第二方执行如下:根据所述标识信息序列进行预测生成预测结果序列;采用所述第一密钥序列中的第一密钥对关联的标识信息和预测结果进行加密,得到预测信息单层密文序列;
从所述预测信息单层密文序列中获取待预测对象的预测信息单层密文;
采用第二密钥对所述待预测对象的预测信息单层密文进行二次加密,得到待预测对象的预测信息双层密文;
向所述第二方发送所述待预测对象的预测信息双层密文,以指示所述第二方采用所述第一密钥序列对所述预测信息双层密文进行解密得到预测信息原文序列;
根据所述待预测对象的真实标识信息,从所述预测信息原文序列中获取所述待预测对象的第二方预测结果。
和/或,该方法包括:
根据从第一方接收的标识信息序列进行预测生成预测结果序列;
采用从所述第一方接收的第一密钥序列中的第一密钥对关联的标识信息和预测结果进行加密,得到预测信息单层密文序列;
向所述第一方发送所述预测信息单层密文序列,以指示所述第一方执行如下:从所述预测信息单层密文序列中获取待预测对象的预测信息单层密文;采用第二密钥对所述待预测对象的预测信息单层密文进行二次加密,得到所述待预测对象的预测信息双层密文;
采用所述第一密钥序列对从所述第一方获取的预测信息双层密文进行解密,得到预测信息原文序列;
向所述第一方发送所述预测信息原文序列,以指示所述第一方根据所述待预测对象的真实标识信息,从所述预测信息原文序列中获取所述待预测对象的第二方预测结果。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的一种模型训练方法中的相关操作。本发明实施例的计算机可读存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

Claims (15)

1.一种预测方法,其特征在于,由第一方执行,所述方法包括:
向第二方发送标识信息序列和第一密钥序列,以指示所述第二方执行如下:根据所述标识信息序列进行预测生成预测结果序列;采用所述第一密钥序列中的第一密钥对关联的标识信息和预测结果进行加密,得到预测信息单层密文序列;
从所述预测信息单层密文序列中获取待预测对象的预测信息单层密文;
采用第二密钥对所述待预测对象的预测信息单层密文进行二次加密,得到待预测对象的预测信息双层密文;
向所述第二方发送所述待预测对象的预测信息双层密文,以指示所述第二方采用所述第一密钥序列对所述预测信息双层密文进行解密得到预测信息原文序列;
根据所述待预测对象的真实标识信息,从所述预测信息原文序列中获取所述待预测对象的第二方预测结果。
2.根据权利要求1所述的方法,其特征在于,所述标识信息序列中包括所述待预测对象的真实标识信息和至少一个虚假标识信息,所述第一密钥序列中的第一密钥与所述标识信息序列中的标识信息一一对应。
3.根据权利要求2所述的方法,其特征在于,所述虚假标识信息通过对所述待预测对象的真实标识信息中字符进行替换得到。
4.根据权利要求2所述的方法,其特征在于,预测信息单层密文序列中预测信息单层密文的顺序,与所述标识信息序列中标识信息的顺序一致;
相应地,从所述预测信息单层密文序列中获取所述待预测对象的预测信息单层密文,包括:
根据所述待预测对象的真实标识信息在所述标识信息序列中的顺序,从所述预测信息单层密文序列中获取所述待预测对象的预测信息单层密文。
5.根据权利要求1所述的方法,其特征在于,所述根据所述待预测对象的真实标识信息,从所述预测信息原文序列中获取所述待预测对象的第二方预测结果,包括:
将所述预测信息原文序列中包括所述待预测对象的真实标识信息的预测信息原文,作为目标预测信息原文;
将所述目标预测信息原文中的预测结果,作为所述待预测对象的第二方预测结果。
6.根据权利要求1所述的方法,其特征在于,所述从所述预测信息原文序列中获取所述待预测对象的第二方预测结果之后,还包括:
确定所述待预测对象的第一方预测结果;
根据所述第一方预测结果和所述第二方预测结果,得到所述待预测对象的合成预测结果。
7.根据权利要求6所述的方法,其特征在于,所述确定所述待预测对象的第一方预测结果,包括:
根据所述待预测对象的真实标识信息,从第一方拥有的特征数据中获取所述待预测对象的特征数据;
采用配置于第一方的预测子模型,对获取的所述待预测对象的特征数据进行预测,得到所述待预测对象的第一方预测结果。
8.一种预测方法,其特征在于,由第二方执行,所述方法包括:
根据从第一方接收的标识信息序列进行预测生成预测结果序列;
采用从所述第一方接收的第一密钥序列中的第一密钥对关联的标识信息和预测结果进行加密,得到预测信息单层密文序列;
向所述第一方发送所述预测信息单层密文序列,以指示所述第一方执行如下:从所述预测信息单层密文序列中获取待预测对象的预测信息单层密文;采用第二密钥对所述待预测对象的预测信息单层密文进行二次加密,得到所述待预测对象的预测信息双层密文;
采用所述第一密钥序列对从所述第一方获取的预测信息双层密文进行解密,得到预测信息原文序列;
向所述第一方发送所述预测信息原文序列,以指示所述第一方根据所述待预测对象的真实标识信息,从所述预测信息原文序列中获取所述待预测对象的第二方预测结果。
9.根据权利要求8所述的方法,其特征在于,所述标识信息序列中包括所述待预测对象的真实标识信息和至少一个虚假标识信息,所述第一密钥序列中的第一密钥与所述标识信息序列中的标识信息一一对应。
10.根据权利要求9所述的方法,其特征在于,预测信息单层密文序列中预测信息单层密文的顺序,与所述标识信息序列中标识信息的顺序一致。
11.根据权利要求8所述的方法,其特征在于,所述根据从第一方接收的标识信息序列进行预测生成预测结果序列,包括:
根据从所述第一方接收的标识信息序列,从第二方拥有的特征数据中获取所述标识信息序列关联的特征数据序列;
采用配置于所述第二方的预测子模型,对获取的特征数据序列进行预测,得到预测结果序列。
12.一种预测装置,其特征在于,配置于第一方,所述装置包括:
信息序列和密钥序列发送模块,用于向第二方发送标识信息序列和第一密钥序列,以指示所述第二方执行如下:根据所述标识信息序列进行预测生成预测结果序列;采用所述第一密钥序列中的第一密钥对关联的标识信息和预测结果进行加密,得到预测信息单层密文序列;
预测信息单层密文获取模块,用于从所述预测信息单层密文序列中获取待预测对象的预测信息单层密文;
预测信息单层密文加密模块,用于采用第二密钥对所述待预测对象的预测信息单层密文进行二次加密,得到待预测对象的预测信息双层密文;
预测信息双层密文发送模块,用于向所述第二方发送所述待预测对象的预测信息双层密文,以指示所述第二方采用所述第一密钥序列对所述预测信息双层密文进行解密得到预测信息原文序列;
第二方预测结果获取模块,用于根据所述待预测对象的真实标识信息,从所述预测信息原文序列中获取所述待预测对象的第二方预测结果。
13.一种预测装置,其特征在于,配置于第二方,所述装置包括:
预测结果序列生成模块,用于根据从第一方接收的标识信息序列进行预测生成预测结果序列;
预测结果信息加密模块,用于采用从所述第一方接收的第一密钥序列中的第一密钥对关联的标识信息和预测结果进行加密,得到预测信息单层密文序列;
预测信息单层密文序列发送模块,用于向所述第一方发送所述预测信息单层密文序列,以指示所述第一方执行如下:从所述预测信息单层密文序列中获取待预测对象的预测信息单层密文;采用第二密钥对所述待预测对象的预测信息单层密文进行二次加密,得到所述待预测对象的预测信息双层密文;
预测信息双层密文解密模块,用于采用所述第一密钥序列对从所述第一方获取的预测信息双层密文进行解密,得到预测信息原文序列;
预测信息原文序列发送模块,用于向所述第一方发送所述预测信息原文序列,以指示所述第一方根据所述待预测对象的真实标识信息,从所述预测信息原文序列中获取所述待预测对象的第二方预测结果。
14.一种设备,其特征在于,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的预测方法,或如权利要求8-11中任一所述的预测方法。
15.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的预测方法,或如权利要求8-11中任一所述的预测方法。
CN201910578977.4A 2019-06-28 2019-06-28 预测方法、装置、设备及存储介质 Active CN112149140B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910578977.4A CN112149140B (zh) 2019-06-28 2019-06-28 预测方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910578977.4A CN112149140B (zh) 2019-06-28 2019-06-28 预测方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN112149140A true CN112149140A (zh) 2020-12-29
CN112149140B CN112149140B (zh) 2023-06-27

Family

ID=73892004

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910578977.4A Active CN112149140B (zh) 2019-06-28 2019-06-28 预测方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN112149140B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113190871A (zh) * 2021-05-28 2021-07-30 脸萌有限公司 数据保护方法、装置、可读介质及电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103888942A (zh) * 2014-03-14 2014-06-25 天地融科技股份有限公司 一种基于协商密钥的数据处理方法
WO2015158173A1 (zh) * 2014-04-18 2015-10-22 天地融科技股份有限公司 一种基于协商密钥的数据处理方法
WO2015184834A1 (zh) * 2014-12-18 2015-12-10 中兴通讯股份有限公司 一种嵌入式存储设备文件的加解密方法、装置及终端
WO2017024804A1 (zh) * 2015-08-12 2017-02-16 腾讯科技(深圳)有限公司 一种数据加密方法、解密方法、装置和系统
WO2018076365A1 (zh) * 2016-10-31 2018-05-03 美的智慧家居科技有限公司 密钥协商方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103888942A (zh) * 2014-03-14 2014-06-25 天地融科技股份有限公司 一种基于协商密钥的数据处理方法
WO2015158173A1 (zh) * 2014-04-18 2015-10-22 天地融科技股份有限公司 一种基于协商密钥的数据处理方法
WO2015184834A1 (zh) * 2014-12-18 2015-12-10 中兴通讯股份有限公司 一种嵌入式存储设备文件的加解密方法、装置及终端
CN105760764A (zh) * 2014-12-18 2016-07-13 中兴通讯股份有限公司 一种嵌入式存储设备文件的加解密方法、装置及终端
WO2017024804A1 (zh) * 2015-08-12 2017-02-16 腾讯科技(深圳)有限公司 一种数据加密方法、解密方法、装置和系统
WO2018076365A1 (zh) * 2016-10-31 2018-05-03 美的智慧家居科技有限公司 密钥协商方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘宇;杨百龙;赵文强;袁志华;: "基于矩阵编码的大容量密文域可逆信息隐藏算法", 计算机工程, no. 10 *
夏辉;吴鹏;: "基于流密码加密的RFID双向认证协议的研究", 计算机应用与软件, no. 07 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113190871A (zh) * 2021-05-28 2021-07-30 脸萌有限公司 数据保护方法、装置、可读介质及电子设备
WO2022250608A1 (zh) * 2021-05-28 2022-12-01 脸萌有限公司 数据保护方法、装置、可读介质及电子设备
CN113190871B (zh) * 2021-05-28 2023-10-31 脸萌有限公司 数据保护方法、装置、可读介质及电子设备

Also Published As

Publication number Publication date
CN112149140B (zh) 2023-06-27

Similar Documents

Publication Publication Date Title
CN113505894B (zh) 纵向联邦学习线性回归和逻辑回归模型训练方法及装置
CN109040076B (zh) 一种数据处理方法、系统、装置、设备及介质
CN112149174B (zh) 模型训练方法、装置、设备和介质
CN111062045B (zh) 信息加密、解密方法和装置、电子设备及存储介质
CN112149706B (zh) 模型训练方法、装置、设备和介质
CN110312054B (zh) 图像的加解密方法、及相关装置、存储介质
CN113810168A (zh) 机器学习模型的训练方法、服务器及计算机设备
CN111371544B (zh) 基于同态加密的预测方法、装置、电子设备及存储介质
CN112417485A (zh) 一种基于可信执行环境的模型训练方法、系统及装置
CN110545542B (zh) 基于非对称加密算法的主控密钥下载方法、装置和计算机设备
CN113055153B (zh) 一种基于全同态加密算法的数据加密方法、系统和介质
CN112149140B (zh) 预测方法、装置、设备及存储介质
CN107133517B (zh) 一种基于内存中数据加密和计算的数据还原方法
CN112149834B (zh) 模型训练方法、装置、设备和介质
CN111415155B (zh) 一种落链交易数据的加密方法、装置、设备及存储介质
CN112149141B (zh) 模型训练方法、装置、设备和介质
CN115481440B (zh) 数据处理方法、装置、电子设备和介质
CN111062053B (zh) 生物特征数据的处理方法、装置、设备及介质
CN115205089A (zh) 图像加密方法、网络模型的训练方法、装置及电子设备
CN113285945B (zh) 通信安全监控方法、装置、设备及存储介质
CN111435452B (zh) 模型训练方法、装置、设备和介质
CN113672954A (zh) 特征提取方法、装置和电子设备
CN110492998B (zh) 加解密数据的方法
CN113645025A (zh) 数据加密存储方法、存储设备、用户设备及存储介质
CN112182636B (zh) 一种联合建模训练的实现方法、装置、设备和介质

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
GR01 Patent grant
GR01 Patent grant