CN112347476A - 数据保护方法、装置、介质及设备 - Google Patents
数据保护方法、装置、介质及设备 Download PDFInfo
- Publication number
- CN112347476A CN112347476A CN202011271081.0A CN202011271081A CN112347476A CN 112347476 A CN112347476 A CN 112347476A CN 202011271081 A CN202011271081 A CN 202011271081A CN 112347476 A CN112347476 A CN 112347476A
- Authority
- CN
- China
- Prior art keywords
- information
- target
- determining
- gradient
- prediction
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 102
- 239000013074 reference sample Substances 0.000 claims abstract description 137
- 238000012546 transfer Methods 0.000 claims abstract description 81
- 238000012549 training Methods 0.000 claims abstract description 78
- 239000000523 sample Substances 0.000 claims abstract description 67
- 230000005540 biological transmission Effects 0.000 claims abstract description 34
- 238000004590 computer program Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 13
- 238000012937 correction Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 5
- 210000002569 neuron Anatomy 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 3
- 210000004027 cell Anatomy 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/50—Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems
- G06F21/55—Detecting local intrusion or implementing counter-measures
- G06F21/556—Detecting local intrusion or implementing counter-measures involving covert channels, i.e. data leakage between processes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/098—Distributed learning, e.g. federated learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/048—Activation functions
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Security & Cryptography (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Bioethics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开涉及一种数据保护方法、装置、介质及设备,所述方法包括:获取联合训练模型的主动参与方的目标批次的参考样本分别对应的梯度关联信息;根据目标批次的全部参考样本中正例的参考样本和负例的参考样本分别所占的比例,确定待添加的数据噪声的约束条件;根据参考样本对应的梯度关联信息和约束条件,确定待添加的数据噪声的信息;根据待添加的数据噪声的信息对每一参考样本对应的初始梯度传递值进行修正,以得到目标梯度传递信息,其中,目标批次中对应于不同样本标签的参考样本所对应的目标梯度传递信息一致;将目标梯度传递信息发送至联合训练模型的被动参与方,以使被动参与方根据目标梯度传递信息调整联合训练模型的参数。
Description
技术领域
本公开涉及计算机技术领域,具体地,涉及一种数据保护方法、装置、介质及设备。
背景技术
随着人工智能技术的发展,机器学习取得越来越广泛的应用。近年来,为了保护数据安全和解决数据孤岛的问题,相关的方式通常采用联合训练模型来实现在不暴露原始数据的前提下完成机器学习模型的共同训练。针对有监督机器学习模型,通常将拥有样本标签数据的一方称为主动参与方(active party),将未拥有样本标签数据的一方称为被动参与方(passive party)。主动参与方所拥有的样本标签数据是在联合训练模型中需要进行保护的重要数据之一。
发明内容
提供该发明内容部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
第一方面,本公开提供一种数据保护方法,所述方法包括:
获取联合训练模型的主动参与方的目标批次的参考样本分别对应的梯度关联信息;
根据所述目标批次的全部参考样本中正例的参考样本和负例的参考样本分别所占的比例,确定待添加的数据噪声的约束条件;
根据所述参考样本对应的梯度关联信息和所述约束条件,确定待添加的数据噪声的信息;
根据所述待添加的数据噪声的信息对每一所述参考样本对应的初始梯度传递值进行修正,以得到目标梯度传递信息,其中,所述目标批次中对应于不同样本标签的参考样本所对应的目标梯度传递信息一致;
将所述目标梯度传递信息发送至联合训练模型的被动参与方,以使所述被动参与方根据所述目标梯度传递信息调整所述联合训练模型的参数。
第二方面,提供一种数据保护装置,所述装置包括:
获取模块,用于获取联合训练模型的主动参与方的目标批次的参考样本分别对应的梯度关联信息;
第一确定模块,用于根据所述目标批次的全部参考样本中正例的参考样本和负例的参考样本分别所占的比例,确定待添加的数据噪声的约束条件;
第二确定模块,用于根据所述参考样本对应的梯度关联信息和所述约束条件,确定待添加的数据噪声的信息;
修正模块,用于根据所述待添加的数据噪声的信息对每一所述参考样本对应的初始梯度传递值进行修正,以得到目标梯度传递信息,其中,所述目标批次中对应于不同样本标签的参考样本所对应的目标梯度传递信息一致;
发送模块,用于将所述目标梯度传递信息发送至联合训练模型的被动参与方,以使所述被动参与方根据所述目标梯度传递信息调整所述联合训练模型的参数。
第三方面,提供种计算机可读介质,其上存储有计算机程序,该程序被处理装置执行时第一方面所述方法的步骤。
第四方面,提供一种电子设备,包括:
存储装置,其上存储有计算机程序;
处理装置,用于执行所述存储装置中的所述计算机程序,以实现第一方面所述方法的步骤。
在上述技术方案中,获取联合训练模型的主动参与方的目标批次的参考样本分别对应的梯度关联信息;根据所述目标批次的全部参考样本中正例的参考样本和负例的参考样本分别所占的比例,确定待添加的数据噪声的约束条件;根据所述参考样本对应的梯度关联信息和所述约束条件,确定待添加的数据噪声的信息;根据所述待添加的数据噪声的信息对每一所述参考样本对应的初始梯度传递值进行修正,以得到目标梯度传递信息,其中,所述目标批次中对应于不同样本标签的参考样本所对应的目标梯度传递信息一致;将所述目标梯度传递信息发送至联合训练模型的被动参与方,以使所述被动参与方根据所述目标梯度传递信息调整所述联合训练模型的参数。从而保证了正负样本对应的修正后的梯度传递信息的一致性,避免通过梯度传递信息泄露主动参与方的数据信息,从而有力地保护了数据安全,同时通过约束条件对数据噪声进行约束,也可以保证基于该修正后的目标梯度传递信息进行联合训练模型训练的有效性和效率。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
结合附图并参考以下具体实施方式,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。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。在附图中:
图1是根据本公开的一种实施方式提供的数据保护方法的流程图;
图2是根据本公开的一种实施方式提供的数据保护装置的框图;
图3是用来实现本公开实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
为了使本领域技术人员更加理解本公开实施例提供的技术方案,下面对本公开中涉及的相关技术进行详细说明。
联合训练模型通常用于实现在不暴露原始数据的前提下完成机器学习模型的共同训练。针对有监督机器学习模型,通常将拥有样本标签数据的一方称为主动参与方(active party),将未拥有样本标签数据的一方称为被动参与方(passive party)。主动参与方和被动参与方之间可以通过网络进行交互,以接收或发送消息等。作为示例,被动参与方可以用于将联合训练模型中被动参与方的子模型输入的训练样本转换为特征表示(embedding),该被动参与方的子模型的输出层可以包括K个神经元。被动参与方可以将上述特征表示发送至主动参与方。主动参与方可以训练联合训练模型的主动参与方的子模型,该主动参与方的子模型可以用于将接收到的特征表示和主动参与方所生成的特征表示进行结合后的特征表示转换为预测输入的训练样本对应预设标签的概率。其中,上述主动参与方可以通过特征工程(feature engineering)生成上述特征表示,也可以采用与上述联合训练模型的被动参与方的子模型类似的模型来生成上述特征表示。之后,主动参与方利用所得到的概率与输入的样本对应的样本标签之间的差异确定梯度相关信息。其中,上述梯度相关信息例如可以包括预设的损失函数对上述联合训练模型中被动参与方的子模型的输出层中各神经元对应的梯度。接下来,主动参与方可以将所确定的梯度相关信息发送至被动参与方,以使被动参与方根据所得到的梯度相关信息调整上述联合训练模型中的被动参与方的子模型的输出层中各神经元对应的参数。
需要说明的是,上述联合训练模型中的主动参与方的子模型可以包括隐层、logit模型、softmax层。上述预设的损失函数可以包括交叉熵损失函数(Cross EntropyLoss)。由此,通过上述过程主动参与方和被动参与方可以实现联邦学习的过程。
以下,对本公开实施例提供的技术方案进行详细说明。图1所示,为根据本公开的一种实施方式提供的数据保护方法的流程图,如图1所示,所述方法可以包括:
在步骤11中,获取联合训练模型的主动参与方的目标批次的参考样本分别对应的梯度关联信息。
其中,联合训练模型在训练过程中通常采用每次将一批(batch)样本输入初始模型进行训练的方式,该目标批次的参考样本即为一次训练过程中的一批样本。
主动参与方可以从样本集合中选取一批样本作为该目标批次的参考样本,从而可以将参考样本输入至待训练的联合训练模型,通过前向传播(Forward Propagation)得到与输入的各样本对应的输出结果。而后,主动参与方根据所得到的输出结果确定输入的各样本对应的梯度关联信息。
在步骤12中,根据目标批次的全部参考样本中正例的参考样本和负例的参考样本分别所占的比例,确定待添加的数据噪声的约束条件。
申请人通过研究发现,通过对主动参与方回传的梯度相关信息进行数学推理,将有可能推导出该主动参与方中的参考样本所对应的样本标签,从而使得主动参与方的数据存在被泄露的风险。基于此,在本公开中实施例中,该数据噪声即为用于对主动参与方回传的梯度相关信息进行调整的噪声,从而可以通过增加该噪声实现对主动参与方中的参考样本的样本标签这一数据的保护,从而实现对主动参与方的隐私数据的保护。
正如上文所述,被动参与方需要通过主动参与方回传的梯度相关信息对被动参与方的子模型中的参数进行调整,因此,在对主动参与方回传的梯度相关信息进行调整时,不仅需要考虑到数据保护的需求,还需要考虑到联合训练模型的效率和精度,因此,在确定数据噪声时,需要对添加的数据噪声进行合理的约束,以保证在实现数据保护的同时,还能够保证训练联合训练模型的效率和精度。
在步骤13中,根据参考样本对应的梯度关联信息和约束条件,确定待添加的数据噪声的信息。
在步骤14中,根据待添加的数据噪声的信息对每一参考样本对应的初始梯度传递值进行修正,以得到目标梯度传递信息,其中,所述目标批次中对应于不同样本标签的参考样本所对应的目标梯度传递信息一致。
其中,所述参考样本对应的初始梯度传递值即为上文所述的相关技术中主动参与方回传的梯度相关信息,即,上述初始梯度传递值可以用于表征联合训练模型的主动参与方向被动参与方传递的、用于调整联合训练模型的参数的依据,作为示例,上述初始梯度传递值可以包括输入的样本对应的利用预设的损失函数对上述联合训练模型的被动参与方所训练的模型的输出层中各神经元对应的梯度。在本公开实施例中,通过生成待添加的数据噪声,从而根据该数据噪声对该初始梯度传递值进行调整,以对该初始梯度传递值增加相应的数据噪声,使得添加相应的数据噪声后所得的正例的参考样本和负例的参考样本所对应的目标梯度传递信息一致,即该正例的参考样本和负例的参考样本所对应的目标梯度传递信息不具备区分性,无法根据该目标梯度传递信息确定出参考样本的样本标签。
在一种可能的实施例中,所述初始梯度传递值可以通过以下步骤确定:
如上文所述,主动参与方的子模型中可以采用如公式(1)所示的损失函数:
其中,x可以用于表征输入联合训练模型的样本。c用于表征与输入的样本对应的样本标签。y=[y1,y2,...,yj,]可以用于表征logit模型的输出。yi可以用于表征输入的样本的标签被预测为类别标签i的分数(logit score)。
从而,上述损失函数对logit的梯度可以如公式(2)所示:
则,输入的样本的标签被预测为类别标签i的概率可以如公式(3)所示:
那么,上述损失函数对上述联合训练模型的被动参与方所训练的子模型的输出层中各神经元对应的梯度可以如公式(4)所示:
在logit模型为二分类的情况下,假设上述类别标签表征正例,则该正例的参考样本对应的初始梯度传递值可以如公式(5)所示:
在logit模型为二分类的情况下,假设上述类别标签表征负例,则该负例的参考样本对应的初始梯度传递值可以如公式(6)所示:
在步骤15中,将目标梯度传递信息发送至联合训练模型的被动参与方,以使被动参与方根据目标梯度传递信息调整联合训练模型的参数。
在本实施例中,主动参与方可以将步骤14所得到的目标梯度传递信息发送至联合训练模型的被动参与方,以使上述被动参与方根据上述目标梯度传递信息调整上述联合训练模型的参数。作为示例,被动参与方可以根据上述梯度传递信息,按照链式法则(Chainrule)求导以更新上述被动参与方侧的联合训练模型的参数。
由此,在上述技术方案中,获取联合训练模型的主动参与方的目标批次的参考样本分别对应的梯度关联信息;根据所述目标批次的全部参考样本中正例的参考样本和负例的参考样本分别所占的比例,确定待添加的数据噪声的约束条件;根据所述参考样本对应的梯度关联信息和所述约束条件,确定待添加的数据噪声的信息;根据所述待添加的数据噪声的信息对每一所述参考样本对应的初始梯度传递值进行修正,以得到目标梯度传递信息,其中,所述目标批次中对应于不同样本标签的参考样本所对应的目标梯度传递信息一致;将所述目标梯度传递信息发送至联合训练模型的被动参与方,以使所述被动参与方根据所述目标梯度传递信息调整所述联合训练模型的参数。从而保证了正负样本对应的修正后的梯度传递信息的一致性,避免通过梯度传递信息泄露主动参与方的数据信息,从而有力地保护了数据安全,同时通过约束条件对数据噪声进行约束,也可以保证基于该修正后的目标梯度传递信息进行联合训练模型训练的有效性和效率。
为了使本领域技术人员更加理解本公开实施例提供的技术方案,下面对上述步骤进行详细说明。
在一种可能的实施例中,所述梯度关联信息包括用于表征样本类别的样本标签和基于所述参考样本的目标梯度传递信息确定出的预测标签,其中,基于所述参考样本的目标梯度传递信息确定出的预测标签的预测方法为一个或多个。
作为示例,该预测方法可以是计算参考样本的目标梯度传递信息的L2-norm(范数)值,在该L2-norm值大于预设阈值时,确定该参考样本对应的预测标签为正例,在该L2-norm值小于或等于预设阈值时,确定该参考样本对应的预测标签为负例。
相应地,在步骤13中,根据参考样本对应的梯度关联信息和约束条件,确定待添加的数据噪声的信息的示例性实现方式如下,该步骤可以包括:
根据每一所述参考样本的样本标签和预测标签,确定基于每一所述预测方法对所述参考样本进行预测的混合预测误差。
其中,参考样本的样本标签即为该参考样本的真实标签,而预测标签则用于表征基于主动参与方向被动参与方回传的梯度传递信息进行预测所得的标签。因此,针对于每一种预测方法,该混合预测误差可以表征出该预测方法确定出的参考样本的预测标签的误差。
在一种可能的实施例中,所述根据每一所述参考样本的样本标签和预测标签,确定基于每一所述预测方法对所述参考样本进行预测的混合预测误差的实施例如下,该步骤可以包括:
针对每一所述预测方法,根据每一所述参考样本的样本标签和预测标签,确定所述预测方法的正例预测错误率和负例预测错误率。
示例地,该预测方法的正例预测错误用于表示样本标签为负例的参考样本,其预测标签为正例;该预测方法的负例预测错误用于表示样本标签为正例的参考样本,其预测标签为负例。则,该预测方法的正例预测错误率可以FPR(False Positive Rate),即将样本标签为负例的参考样本中预测标签为正例的参考样本的个数,与样本标签为负例的参考样本的个数的比值,同理,该预测方法的负例预测错误率可以FNR(False Negative Rate),即将样本标签为正例的参考样本中预测标签为负例的参考样本的个数,与样本标签为正例的参考样本的个数的比值。
之后,根据每一所述预测方法的正例预测错误率和负例预测错误率,确定基于每一所述预测方法对所述参考样本进行预测的混合预测误差,从而可以在确定混合预测误差时,同时考虑正例和负例的参考样本对应的预测误差,一方面可以保证该混合预测误差的准确性,另一方面可以使得该方法可以适用于更多场景下的误差确定,从而提高该方法的适用范围。
示例地,该步骤可以包括:将所述正例预测错误率和负例预测错误率分别根据其所对应的权重进行加权所得的加权和确定为所述混合预测误差,从而可以通过确定混合预测误差的方式同时对该正例预测错误率和负例预测错误率进行调节和控制。
其中,每一预测方法的正例预测错误率和负例预测错误率分别对应的权重可以根据实际使用场景进行设置,本公开对此不进行限定。
由此,通过上述技术方案,可以通过分别确定预测方法对应的正例预测错误率和负例预测错误率,从而确定混合预测误差,一方面可以根据实际使用场景分别设置不同场景下对不同预测错误率的权重,贴合用户的使用需求,另一方面,通过确定混合预测误差,从而可以实现同时对该正例预测错误率和负例预测错误率的调控,提高数据处理效率。
之后,根据使得每一所述预测方法对应的所述混合预测误差的最小值最大且满足所述约束条件的噪声参数信息,确定与所述参考样本对应的待添加的数据噪声的信息。
其中,在该实施例中,为了实现对参数样本的样本标签这一数据的保护,需要保证该混合预测误差尽可能的更大,即使得通过目标梯度传递信息对参考样本的标签进行预测的误差尽可能的更大,基于目标梯度传递信息无法对正例的参考样本和负例的参考样本进行区分,从而实现对参考样本的标签保护,以保护主动参与方的数据隐私。
以下对噪声参数信息的具体确定方式进行详细说明。
示例地,N+(g(1),∑+)用于表示目标批次的正例的参考样本的初始梯度传递值的分布,其中,g(1)用于表征所述正例的参考样本的初始梯度传递值的均值,其为一向量,∑+用于表征所述正例的参考样本的协方差;N-(g(0),∑-)用于表示目标批次的负例的参考样本的初始梯度传递值的分布,其中,g(0)用于表征所述负例的参考样本的初始梯度传递值的均值,其为一向量,∑-用于表征所述负例的参考样本的协方差;用于表示为所述正例的参考样本添加的独立同分布的数据噪声的分布;用于表示为所述负例的参考样本添加的独立同分布的数据噪声的分布,其中,∑1用于表征为所述正例的参考样本添加的数据噪声的协方差,∑0用于表征为所述负例的参考样本添加的数据噪声的协方差,因此,正例的参考样本的目标梯度传递信息的分布可以表示为G1~N(g(1),∑++∑1),负例的参考样本的目标梯度传递信息的分布可以表示为G0~N(g(0),∑-+∑0)。
混合预测误差表示为M(G1,G0,A)=p*FNR+(1-p)*FPR,则该混合预测误差的最大值,也即计算的目标误差Error可以表示为如下公式(7):
Error(G1,G0)=max min(M(G1,G0,A)) (7)
其中A用于表征预测方法。
以下,以p为0.5为例进行说明,则目标误差可以进一步表示为如下公式(8):
Error0.5(G1,G0)=max min(M0.5(G1,G0,A))=0.5-0.5·TV(G1,G0) (8)
其中,TV(G1,G0)用于表征该两个变量在同一预测方法下的最大距离,即全变差距离。由此,求解问题可以进一步转换成确定使得该全变差距离最小的噪声参数信息。
由于高维空间的高斯分布的TV距离计算复杂,在本公开实施例中可以引入KLdivergence(KL散度)作为该TV距离的上限值,即:
由该公式可知,为了确定使得预测方法的混合预测误差的最小值最大时的取值,可以设置无限大的噪声,而在该情况下会使得基于调整后的目标梯度传递信息进行联合模型训练的准确度和收敛速度降低,因此,在本公开实施例中,会同时通过约束条件对待添加的数据噪声的方差进行约束,从而可以有效避免基于调整后的目标梯度传递信息对联合训练模型进行训练时对该模型收敛的影响。
在一种可能的实施例中,为了避免添加的数据噪声对被动参与方基于梯度传递信息进行模型参数调整的准确度和效率的影响,可以对通过所述约束条件对所述待添加的数据噪声的方差进行约束,从而可以避免添加的数据噪声的方差过大对被动参与方的模型参数调整的收敛性的影响,在有效进行数据保护的同时,也可以保证被动参与方进行联合训练模型训练的效率和模型的准确性。
在一种可能的实施例中,所述约束条件为:
确定所述正例的参考样本对应的比例与所述正例的参考样本对应的待添加的数据噪声的协方差信息的矩阵的迹的乘积,以及所述负例的参考样本对应的比例与所述负例的参考样本对应的待添加的数据噪声的协方差信息的矩阵的迹的乘积之和小于或等于预设超参数的目标值。
示例地,可以通过如下公式(9)表示该约束条件:
q·tr(∑1)+(1-q)·tr(∑0)≤P (9);
其中,q即为正例的参考样本对应的比例,(1-q)即为负例的参考样本对应的比例,设A=(aij)是一个n阶方阵,A的对角线元素之和称为A的迹,记为tr(A),P表示所述预设超参数。
由此,通过上述技术方案,可以通过预设超参数和目标批次的参考样本中的正例和负例对应的比例确定该约束条件,从而可以针对每一目标批次确定其对应的约束条件,从而可以在一定程度上保证确定出的数据噪声的信息与该目标批次的参考样本的匹配程度,保证确定出的数据噪声的信息的准确性,为保证联合训练模型的收敛效率和效果提供数据支持。
在一种可能的实施例中,所述预设超参数的目标值通过如下方式确定:
确定所述预设超参数的当前值是否满足参数条件,所述预设超参数的初始值为所述初始梯度传递值。其中,该参数条件可以根据实际使用场景进行设置,所述参数条件是根据使得基于所述目标梯度传递信息进行标签预测的误差大于误差阈值确定出的,因此,在本公开实施例中,该参数条件可以根据设置的混合预测误差的大于误差阈值进行确定,示例地,可以设置混合预测误差的误差阈值为L,即:
根据该不等式,可以确定出参数条件为sumKL≤(2-4L)2。
若所述预设超参数的当前值不满足所述参数条件,按比例增大所述预设超参数的数值,并重新执行所述确定所述预设超参数的当前值是否满足参数条件的步骤;
若所述预设超参数的当前值满足所述参数条件,则将所述预设超参数的当前值确定为所述目标值。
示例地,在增大预设超参数的数值时,在比例可以是预先设置的固定比例,也可以是逐渐减小的动态比例,通过逐渐减小增加数值的步长,从而在一定程度上确定出更加准确的预设超参数的目标值。
作为示例,在所述预设超参数的当前值为初始梯度传递值时,可以将该值带入上述不等式(10),若该不等式(10)的约束成立,则表示所述预设超参数的当前值满足所述参数条件,则将所述预设超参数的当前值确定为所述目标值。若该不等式(10)约束条件不成立,则进一步增加预设超参数的数值,通过逐步尝试的方式确定出该预设超参数的目标值,一方面可以保证该预设超参数的目标值的准确性,另一方面可以提高确定出的数据噪声的信息的准确性。
由此,通过上述过程,则可以将确定使得每一所述预测方法对应的所述混合预测误差的最小值最大且满足所述约束条件的噪声参数信息,转换成确定使得sumKL最小且满足该约束条件的噪声参数信息。
示例地,∑+=vId且∑-=uId,其中,v和u分别用于表示为正例的参考样本和负例的参考样本的初始梯度传递值的标准差,Id用于表示d维的对角线元素为1的单元矩阵,则求解的问题则可以转换成如下包含以下4个参数的问题:
服从的约束条件为:
因此,通过上述技术方案,可以确定出使得KL散度最小且满足约束条件的噪声参数信息,同时,该噪声参数信息使得TV距离最小,即使得混合预测误差最大,由此,基于该噪声参数信息确定出的数据噪声既可以保证正例的参考样本和负例的参考样本的目标梯度传递信息一致,同时又可以满足联合训练模型的训练需求,在有效保护主动参与方样本标签数据的同时,保证联合训练模型的训练效率,提升用户使用体验。
可选地,所述正例预测错误率和负例预测错误率对应的权重相同;
所述根据使得每一所述预测方法对应的所述混合预测误差的最小值最大且满足所述约束条件的噪声参数信息,确定与所述参考样本对应的待添加的数据噪声的信息,包括:
分别根据所述噪声参数信息中正例和负例各自对应的参数信息,确定所述正例的参考样本和所述负例的参考样本各自对应的噪声信息;
分别根据所述正例的参考样本和所述负例的参考样本各自对应的噪声信息,确定所述正例的参考样本和负例的参考样本各自对应的待添加的数据噪声的协方差信息。
在该实施例中,可以针对正例的参考样本和负例的参考样本分别确定其对应的噪声信息,从而可以针对正例的参考样本和负例的参考样本分别确定出
其中,分别根据所述噪声参数信息中正例和负例各自对应的参数信息,确定所述正例的参考样本和所述负例的参考样本各自对应的噪声信息的示例性实现方式如下,可以包括:
针对样本标签为负例的参考样本,通过以下公式确定负例的参考样本对应的噪声信息,其中,该负例的参考样本对应的噪声信息包括噪声Y0和噪声Z0;
其中,ε~N(0,1),δ~N(0,Id);
g(1)用于表示所述样本标签为正例的参考样本对应的初始梯度传递值的分布的均值向量;
g(0)用于表示所述样本标签为负例的参考样本对应的初始梯度传递值的分布的均值向量;
Id用于表示d维的对角线元素为1的单元矩阵;
针对样本标签为正例的参考样本,通过以下公式确定正例的参考样本对应的噪声信息,其中,该正例的参考样本对应的噪声信息包括噪声Y1和噪声Z1;
之后,分别根据所述正例的参考样本和所述负例的参考样本各自对应的噪声信息,确定所述正例的参考样本和负例的参考样本各自对应的待添加的数据噪声的协方差信息的示例性实现方式,可以包括:
针对样本标签为负例的参考样本,通过以下公式确定与所述负例的参考样本对应的待添加的数据噪声的协方差信息:
∑0用于表示所述样本标签为负例的参考样本对应的待添加的数据噪声的协方差信息;
针对样本标签为正例的参考样本,通过以下公式确定与所述正例的参考样本对应的待添加的数据噪声的协方差信息:
∑1用于表示所述样本标签为正例的参考样本对应的待添加的数据噪声的协方差信息;
由此,通过上述技术方案,可以进一步确定出与样本标签为负例的参考样本对应的待添加的数据噪声的协方差信息,以及与样本标签为正例的参考样本对应的待添加的数据噪声的协方差信息,因此,在主动参与方确定出初始梯度传递值后,可以直接根据其对应的参考样本的样本标签数据,并根据其对应的噪声分布添加相应的数据噪声,从而使得通过对正例的参考样本和负例的参考样本所对应的目标梯度传递信息一致,从而实现对主动参与方的参考样本的样本标签数据的有效保护,同时也可以提高数据处理的效率,进一步提升用户使用体验。
本公开还提供一种数据保护装置,如图2所示,所述装置10包括:
获取模块100,用于获取联合训练模型的主动参与方的目标批次的参考样本分别对应的梯度关联信息;
第一确定模块200,用于根据所述目标批次的全部参考样本中正例的参考样本和负例的参考样本分别所占的比例,确定待添加的数据噪声的约束条件;
第二确定模块300,用于根据所述参考样本对应的梯度关联信息和所述约束条件,确定待添加的数据噪声的信息;
修正模块400,用于根据所述待添加的数据噪声的信息对每一所述参考样本对应的初始梯度传递值进行修正,以得到目标梯度传递信息,其中,所述目标批次中对应于不同样本标签的参考样本所对应的目标梯度传递信息一致;
发送模块500,用于将所述目标梯度传递信息发送至联合训练模型的被动参与方,以使所述被动参与方根据所述目标梯度传递信息调整所述联合训练模型的参数。
可选地,所述约束条件用于对所述待添加的数据噪声的方差进行约束。
可选地,所述约束条件为:
确定所述正例的参考样本对应的比例与所述正例的参考样本对应的待添加的数据噪声的协方差信息的矩阵的迹的乘积,以及所述负例的参考样本对应的比例与所述负例的参考样本对应的待添加的数据噪声的协方差信息的矩阵的迹的乘积之和小于或等于预设超参数的目标值。
可选地,所述预设超参数的目标值通过如下方式确定:
确定所述预设超参数的当前值是否满足参数条件,所述预设超参数的初始值为所述初始梯度传递值,其中,所述参数条件是根据使得基于所述目标梯度传递信息进行标签预测的误差大于误差阈值确定出的;
若所述预设超参数的当前值不满足所述参数条件,按比例增大所述预设超参数的数值,并重新执行所述确定所述预设超参数的当前值是否满足参数条件的步骤;
若所述预设超参数的当前值满足所述参数条件,则将所述预设超参数的当前值确定为所述目标值。
可选地,所述梯度关联信息包括用于表征样本类别的样本标签和基于所述参考样本的目标梯度传递信息确定出的预测标签,其中,基于所述参考样本的目标梯度传递信息确定出的预测标签的预测方法为一个或多个;
所述第二确定模块包括:
第一确定子模块,用于根据每一所述参考样本的样本标签和预测标签,确定基于每一所述预测方法对所述参考样本进行预测的混合预测误差;
第二确定子模块,用于根据使得每一所述预测方法对应的所述混合预测误差的最小值最大且满足所述约束条件的噪声参数信息,确定与所述参考样本对应的待添加的数据噪声的信息。
可选地,所述第一确定子模块包括:
第三确定子模块,用于针对每一所述预测方法,根据每一所述参考样本的样本标签和预测标签,确定所述预测方法的正例预测错误率和负例预测错误率;
第四确定子模块,用于根据每一所述预测方法的正例预测错误率和负例预测错误率,确定基于每一所述预测方法对所述参考样本进行预测的混合预测误差。
可选地,所述第四确定子模块用于将所述正例预测错误率和负例预测错误率分别根据其所对应的权重进行加权所得的加权和确定为所述混合预测误差。
可选地,所述正例预测错误率和负例预测错误率对应的权重相同;
所述第二确定子模块包括:
第五确定子模块,用于分别根据所述噪声参数信息中正例和负例各自对应的参数信息,确定所述正例的参考样本和所述负例的参考样本各自对应的噪声信息;
第六确定子模块,用于分别根据所述正例的参考样本和所述负例的参考样本各自对应的噪声信息,确定所述正例的参考样本和负例的参考样本各自对应的待添加的数据噪声的协方差信息。
下面参考图3,其示出了适于用来实现本公开实施例的电子设备600的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图3示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图3所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的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或者是上述两者的任意组合。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可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(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。在本公开中,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。而在本公开中,计算机可读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,该计算机可读信号介质可以发送、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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取联合训练模型的主动参与方的目标批次的参考样本分别对应的梯度关联信息;根据所述目标批次的全部参考样本中正例的参考样本和负例的参考样本分别所占的比例,确定待添加的数据噪声的约束条件;根据所述参考样本对应的梯度关联信息和所述约束条件,确定待添加的数据噪声的信息;根据所述待添加的数据噪声的信息对每一所述参考样本对应的初始梯度传递值进行修正,以得到目标梯度传递信息,其中,所述目标批次中对应于不同样本标签的参考样本所对应的目标梯度传递信息一致;将所述目标梯度传递信息发送至联合训练模型的被动参与方,以使所述被动参与方根据所述目标梯度传递信息调整所述联合训练模型的参数。
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公开的操作的计算机程序代码,上述程序设计语言包括但不限于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)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,模块的名称在某种情况下并不构成对该模块本身的限定,例如,获取模块还可以被描述为“获取联合训练模型的主动参与方的目标批次的参考样本分别对应的梯度关联信息的模块”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例,示例1提供了一种数据保护方法,所述方法包括:
获取联合训练模型的主动参与方的目标批次的参考样本分别对应的梯度关联信息;
根据所述目标批次的全部参考样本中正例的参考样本和负例的参考样本分别所占的比例,确定待添加的数据噪声的约束条件;
根据所述参考样本对应的梯度关联信息和所述约束条件,确定待添加的数据噪声的信息;
根据所述待添加的数据噪声的信息对每一所述参考样本对应的初始梯度传递值进行修正,以得到目标梯度传递信息,其中,所述目标批次中对应于不同样本标签的参考样本所对应的目标梯度传递信息一致;
将所述目标梯度传递信息发送至联合训练模型的被动参与方,以使所述被动参与方根据所述目标梯度传递信息调整所述联合训练模型的参数。
根据本公开的一个或多个实施例,示例2提供了示例1的方法,其中,所述约束条件用于对所述待添加的数据噪声的方差进行约束。
根据本公开的一个或多个实施例,示例3提供了示例1或示例2的方法,其中,所述约束条件为:
确定所述正例的参考样本对应的比例与所述正例的参考样本对应的待添加的数据噪声的协方差信息的矩阵的迹的乘积,以及所述负例的参考样本对应的比例与所述负例的参考样本对应的待添加的数据噪声的协方差信息的矩阵的迹的乘积之和小于或等于预设超参数的目标值。
根据本公开的一个或多个实施例,示例4提供了示例3的方法,其中,所述预设超参数的目标值通过如下方式确定:
确定所述预设超参数的当前值是否满足参数条件,所述预设超参数的初始值为所述初始梯度传递值,其中,所述参数条件是根据使得基于所述目标梯度传递信息进行标签预测的误差大于误差阈值确定出的;
若所述预设超参数的当前值不满足所述参数条件,按比例增大所述预设超参数的数值,并重新执行所述确定所述预设超参数的当前值是否满足参数条件的步骤;
若所述预设超参数的当前值满足所述参数条件,则将所述预设超参数的当前值确定为所述目标值。
根据本公开的一个或多个实施例,示例5提供了示例1的方法,其中,所述梯度关联信息包括用于表征样本类别的样本标签和基于所述参考样本的目标梯度传递信息确定出的预测标签,其中,基于所述参考样本的目标梯度传递信息确定出的预测标签的预测方法为一个或多个;
所述根据所述参考样本对应的梯度关联信息和所述约束条件,确定待添加的数据噪声的信息,包括:
根据每一所述参考样本的样本标签和预测标签,确定基于每一所述预测方法对所述参考样本进行预测的混合预测误差;
根据使得每一所述预测方法对应的所述混合预测误差的最小值最大且满足所述约束条件的噪声参数信息,确定与所述参考样本对应的待添加的数据噪声的信息。
根据本公开的一个或多个实施例,示例6提供了示例5的方法,其中,所述根据每一所述参考样本的样本标签和预测标签,确定基于每一所述预测方法对所述参考样本进行预测的混合预测误差,包括:
针对每一所述预测方法,根据每一所述参考样本的样本标签和预测标签,确定所述预测方法的正例预测错误率和负例预测错误率;
根据每一所述预测方法的正例预测错误率和负例预测错误率,确定基于每一所述预测方法对所述参考样本进行预测的混合预测误差。
根据本公开的一个或多个实施例,示例7提供了示例6的方法,其中,所述根据每一所述预测方法的正例预测错误率和负例预测错误率,确定基于每一所述预测方法对所述参考样本进行预测的混合预测误差,包括:
将所述正例预测错误率和负例预测错误率分别根据其所对应的权重进行加权所得的加权和确定为所述混合预测误差。
根据本公开的一个或多个实施例,示例8提供了示例5的方法,其中,所述正例预测错误率和负例预测错误率对应的权重相同;
所述根据使得每一所述预测方法对应的所述混合预测误差的最小值最大且满足所述约束条件的噪声参数信息,确定与所述参考样本对应的待添加的数据噪声的信息,包括:
分别根据所述噪声参数信息中正例和负例各自对应的参数信息,确定所述正例的参考样本和所述负例的参考样本各自对应的噪声信息;
分别根据所述正例的参考样本和所述负例的参考样本各自对应的噪声信息,确定所述正例的参考样本和负例的参考样本各自对应的待添加的数据噪声的协方差信息。
根据本公开的一个或多个实施例,示例9提供了一种数据保护装置,所述装置包括:
获取模块,用于获取联合训练模型的主动参与方的目标批次的参考样本分别对应的梯度关联信息;
第一确定模块,用于根据所述目标批次的全部参考样本中正例的参考样本和负例的参考样本分别所占的比例,确定待添加的数据噪声的约束条件;
第二确定模块,用于根据所述参考样本对应的梯度关联信息和所述约束条件,确定待添加的数据噪声的信息;
修正模块,用于根据所述待添加的数据噪声的信息对每一所述参考样本对应的初始梯度传递值进行修正,以得到目标梯度传递信息,其中,所述目标批次中对应于不同样本标签的参考样本所对应的目标梯度传递信息一致;
发送模块,用于将所述目标梯度传递信息发送至联合训练模型的被动参与方,以使所述被动参与方根据所述目标梯度传递信息调整所述联合训练模型的参数。
根据本公开的一个或多个实施例,示例10提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理装置执行时实现示例1-8中任一项所述方法的步骤。
根据本公开的一个或多个实施例,示例11提供了一种电子设备,包括:
存储装置,其上存储有计算机程序;
处理装置,用于执行所述存储装置中的所述计算机程序,以实现示例1-8中任一项所述方法的步骤。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
Claims (11)
1.一种数据保护方法,其特征在于,所述方法包括:
获取联合训练模型的主动参与方的目标批次的参考样本分别对应的梯度关联信息;
根据所述目标批次的全部参考样本中正例的参考样本和负例的参考样本分别所占的比例,确定待添加的数据噪声的约束条件;
根据所述参考样本对应的梯度关联信息和所述约束条件,确定待添加的数据噪声的信息;
根据所述待添加的数据噪声的信息对每一所述参考样本对应的初始梯度传递值进行修正,以得到目标梯度传递信息,其中,所述目标批次中对应于不同样本标签的参考样本所对应的目标梯度传递信息一致;
将所述目标梯度传递信息发送至联合训练模型的被动参与方,以使所述被动参与方根据所述目标梯度传递信息调整所述联合训练模型的参数。
2.根据权利要求1所述的方法,其特征在于,所述约束条件用于对所述待添加的数据噪声的方差进行约束。
3.根据权利要求1或2所述的方法,其特征在于,所述约束条件为:
确定所述正例的参考样本对应的比例与所述正例的参考样本对应的待添加的数据噪声的协方差信息的矩阵的迹的乘积,以及所述负例的参考样本对应的比例与所述负例的参考样本对应的待添加的数据噪声的协方差信息的矩阵的迹的乘积之和小于或等于预设超参数的目标值。
4.根据权利要求3所述的方法,其特征在于,所述预设超参数的目标值通过如下方式确定:
确定所述预设超参数的当前值是否满足参数条件,所述预设超参数的初始值为所述初始梯度传递值,其中,所述参数条件是根据使得基于所述目标梯度传递信息进行标签预测的误差大于误差阈值确定出的;
若所述预设超参数的当前值不满足所述参数条件,按比例增大所述预设超参数的数值,并重新执行所述确定所述预设超参数的当前值是否满足参数条件的步骤;
若所述预设超参数的当前值满足所述参数条件,则将所述预设超参数的当前值确定为所述目标值。
5.根据权利要求1所述的方法,其特征在于,所述梯度关联信息包括用于表征样本类别的样本标签和基于所述参考样本的目标梯度传递信息确定出的预测标签,其中,基于所述参考样本的目标梯度传递信息确定出的预测标签的预测方法为一个或多个;
所述根据所述参考样本对应的梯度关联信息和所述约束条件,确定待添加的数据噪声的信息,包括:
根据每一所述参考样本的样本标签和预测标签,确定基于每一所述预测方法对所述参考样本进行预测的混合预测误差;
根据使得每一所述预测方法对应的所述混合预测误差的最小值最大且满足所述约束条件的噪声参数信息,确定与所述参考样本对应的待添加的数据噪声的信息。
6.根据权利要求5所述的方法,其特征在于,所述根据每一所述参考样本的样本标签和预测标签,确定基于每一所述预测方法对所述参考样本进行预测的混合预测误差,包括:
针对每一所述预测方法,根据每一所述参考样本的样本标签和预测标签,确定所述预测方法的正例预测错误率和负例预测错误率;
根据每一所述预测方法的正例预测错误率和负例预测错误率,确定基于每一所述预测方法对所述参考样本进行预测的混合预测误差。
7.根据权利要求6所述的方法,其特征在于,所述根据每一所述预测方法的正例预测错误率和负例预测错误率,确定基于每一所述预测方法对所述参考样本进行预测的混合预测误差,包括:
将所述正例预测错误率和负例预测错误率分别根据其所对应的权重进行加权所得的加权和确定为所述混合预测误差。
8.根据权利要求5所述的方法,其特征在于,所述正例预测错误率和负例预测错误率对应的权重相同;
所述根据使得每一所述预测方法对应的所述混合预测误差的最小值最大且满足所述约束条件的噪声参数信息,确定与所述参考样本对应的待添加的数据噪声的信息,包括:
分别根据所述噪声参数信息中正例和负例各自对应的参数信息,确定所述正例的参考样本和所述负例的参考样本各自对应的噪声信息;
分别根据所述正例的参考样本和所述负例的参考样本各自对应的噪声信息,确定所述正例的参考样本和负例的参考样本各自对应的待添加的数据噪声的协方差信息。
9.一种数据保护装置,其特征在于,所述装置包括:
获取模块,用于获取联合训练模型的主动参与方的目标批次的参考样本分别对应的梯度关联信息;
第一确定模块,用于根据所述目标批次的全部参考样本中正例的参考样本和负例的参考样本分别所占的比例,确定待添加的数据噪声的约束条件;
第二确定模块,用于根据所述参考样本对应的梯度关联信息和所述约束条件,确定待添加的数据噪声的信息;
修正模块,用于根据所述待添加的数据噪声的信息对每一所述参考样本对应的初始梯度传递值进行修正,以得到目标梯度传递信息,其中,所述目标批次中对应于不同样本标签的参考样本所对应的目标梯度传递信息一致;
发送模块,用于将所述目标梯度传递信息发送至联合训练模型的被动参与方,以使所述被动参与方根据所述目标梯度传递信息调整所述联合训练模型的参数。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理装置执行时实现权利要求1-8中任一项所述方法的步骤。
11.一种电子设备,其特征在于,包括:
存储装置,其上存储有计算机程序;
处理装置,用于执行所述存储装置中的所述计算机程序,以实现权利要求1-8中任一项所述方法的步骤。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011271081.0A CN112347476B (zh) | 2020-11-13 | 2020-11-13 | 数据保护方法、装置、介质及设备 |
PCT/SG2021/050681 WO2022103330A1 (zh) | 2020-11-13 | 2021-11-06 | 数据保护方法、装置、介质及设备 |
US18/252,559 US20240005210A1 (en) | 2020-11-13 | 2021-11-06 | Data protection method, apparatus, medium and device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011271081.0A CN112347476B (zh) | 2020-11-13 | 2020-11-13 | 数据保护方法、装置、介质及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112347476A true CN112347476A (zh) | 2021-02-09 |
CN112347476B CN112347476B (zh) | 2024-02-02 |
Family
ID=74363718
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011271081.0A Active CN112347476B (zh) | 2020-11-13 | 2020-11-13 | 数据保护方法、装置、介质及设备 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20240005210A1 (zh) |
CN (1) | CN112347476B (zh) |
WO (1) | WO2022103330A1 (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113190872A (zh) * | 2021-05-28 | 2021-07-30 | 脸萌有限公司 | 数据保护方法、网络结构训练方法、装置、介质及设备 |
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 |
CN113642740A (zh) * | 2021-08-12 | 2021-11-12 | 百度在线网络技术(北京)有限公司 | 模型训练方法及装置、电子设备和介质 |
CN113722738A (zh) * | 2021-09-02 | 2021-11-30 | 脸萌有限公司 | 数据保护方法、装置、介质及电子设备 |
CN115965093A (zh) * | 2021-10-09 | 2023-04-14 | 北京字节跳动网络技术有限公司 | 模型训练方法、装置、存储介质及电子设备 |
WO2023096569A3 (zh) * | 2021-11-23 | 2023-07-20 | 脸萌有限公司 | 用于保护敏感数据的方法、设备、装置和介质 |
WO2023138419A1 (zh) * | 2022-01-19 | 2023-07-27 | 支付宝(杭州)信息技术有限公司 | 模型的训练 |
WO2024036880A1 (zh) * | 2022-08-15 | 2024-02-22 | 中国银联股份有限公司 | 一种数据处理方法、装置、电子设备及存储介质 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115493724B (zh) * | 2022-09-15 | 2023-11-10 | 天津隆华瑞达科技有限公司 | 线束热敏电阻检测方法、装置、电阻检测仪和存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170109656A1 (en) * | 2015-10-16 | 2017-04-20 | Washington State University | Data-driven activity prediction |
CN110147456A (zh) * | 2019-04-12 | 2019-08-20 | 中国科学院深圳先进技术研究院 | 一种图像分类方法、装置、可读存储介质及终端设备 |
CN111178524A (zh) * | 2019-12-24 | 2020-05-19 | 中国平安人寿保险股份有限公司 | 基于联邦学习的数据处理方法、装置、设备及介质 |
CN111242206A (zh) * | 2020-01-08 | 2020-06-05 | 吉林大学 | 一种基于层次聚类和随机森林的高分辨率海洋水温计算方法 |
CN111783142A (zh) * | 2020-07-06 | 2020-10-16 | 北京字节跳动网络技术有限公司 | 数据保护方法、装置、服务器和介质 |
CN111860864A (zh) * | 2020-07-23 | 2020-10-30 | 深圳前海微众银行股份有限公司 | 纵向联邦建模优化方法、设备及可读存储介质 |
US20200358599A1 (en) * | 2019-05-07 | 2020-11-12 | International Business Machines Corporation | Private and federated learning |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107102292B (zh) * | 2017-06-19 | 2019-11-15 | 哈尔滨工业大学 | 一种基于贝叶斯方法的目标方位跟踪方法 |
CN109543442A (zh) * | 2018-10-12 | 2019-03-29 | 平安科技(深圳)有限公司 | 数据安全处理方法、装置、计算机设备及存储介质 |
CN110781934A (zh) * | 2019-10-15 | 2020-02-11 | 深圳市商汤科技有限公司 | 监督学习、标签预测方法及装置、电子设备和存储介质 |
-
2020
- 2020-11-13 CN CN202011271081.0A patent/CN112347476B/zh active Active
-
2021
- 2021-11-06 US US18/252,559 patent/US20240005210A1/en active Pending
- 2021-11-06 WO PCT/SG2021/050681 patent/WO2022103330A1/zh active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170109656A1 (en) * | 2015-10-16 | 2017-04-20 | Washington State University | Data-driven activity prediction |
CN110147456A (zh) * | 2019-04-12 | 2019-08-20 | 中国科学院深圳先进技术研究院 | 一种图像分类方法、装置、可读存储介质及终端设备 |
US20200358599A1 (en) * | 2019-05-07 | 2020-11-12 | International Business Machines Corporation | Private and federated learning |
CN111178524A (zh) * | 2019-12-24 | 2020-05-19 | 中国平安人寿保险股份有限公司 | 基于联邦学习的数据处理方法、装置、设备及介质 |
CN111242206A (zh) * | 2020-01-08 | 2020-06-05 | 吉林大学 | 一种基于层次聚类和随机森林的高分辨率海洋水温计算方法 |
CN111783142A (zh) * | 2020-07-06 | 2020-10-16 | 北京字节跳动网络技术有限公司 | 数据保护方法、装置、服务器和介质 |
CN111860864A (zh) * | 2020-07-23 | 2020-10-30 | 深圳前海微众银行股份有限公司 | 纵向联邦建模优化方法、设备及可读存储介质 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113190872A (zh) * | 2021-05-28 | 2021-07-30 | 脸萌有限公司 | 数据保护方法、网络结构训练方法、装置、介质及设备 |
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 |
CN113190872B (zh) * | 2021-05-28 | 2024-08-13 | 脸萌有限公司 | 数据保护方法、网络结构训练方法、装置、介质及设备 |
WO2022250609A1 (zh) * | 2021-05-28 | 2022-12-01 | 脸萌有限公司 | 数据保护方法、网络结构训练方法、装置、介质及设备 |
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 |
CN113642740A (zh) * | 2021-08-12 | 2021-11-12 | 百度在线网络技术(北京)有限公司 | 模型训练方法及装置、电子设备和介质 |
WO2023033717A3 (zh) * | 2021-09-02 | 2023-04-27 | 脸萌有限公司 | 数据保护方法、装置、介质及电子设备 |
CN113722738B (zh) * | 2021-09-02 | 2023-08-08 | 脸萌有限公司 | 数据保护方法、装置、介质及电子设备 |
CN113722738A (zh) * | 2021-09-02 | 2021-11-30 | 脸萌有限公司 | 数据保护方法、装置、介质及电子设备 |
CN115965093A (zh) * | 2021-10-09 | 2023-04-14 | 北京字节跳动网络技术有限公司 | 模型训练方法、装置、存储介质及电子设备 |
WO2023096569A3 (zh) * | 2021-11-23 | 2023-07-20 | 脸萌有限公司 | 用于保护敏感数据的方法、设备、装置和介质 |
US12019771B2 (en) | 2021-11-23 | 2024-06-25 | Lemon Inc. | Method, apparatus, device and medium for protecting sensitive data |
WO2023138419A1 (zh) * | 2022-01-19 | 2023-07-27 | 支付宝(杭州)信息技术有限公司 | 模型的训练 |
WO2024036880A1 (zh) * | 2022-08-15 | 2024-02-22 | 中国银联股份有限公司 | 一种数据处理方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
US20240005210A1 (en) | 2024-01-04 |
CN112347476B (zh) | 2024-02-02 |
WO2022103330A1 (zh) | 2022-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112347476B (zh) | 数据保护方法、装置、介质及设备 | |
CN109800732B (zh) | 用于生成漫画头像生成模型的方法和装置 | |
US11755691B2 (en) | Data protection method and apparatus, and server and medium | |
CN111915480B (zh) | 生成特征提取网络的方法、装置、设备和计算机可读介质 | |
CN113190872B (zh) | 数据保护方法、网络结构训练方法、装置、介质及设备 | |
CN112650841A (zh) | 信息处理方法、装置和电子设备 | |
CN113505206B (zh) | 基于自然语言推理的信息处理方法、装置和电子设备 | |
CN116310582A (zh) | 分类模型训练方法、图像分类方法、装置、介质及设备 | |
US20240220641A1 (en) | Data protection method, apparatus, medium and electronic device | |
CN112241761B (zh) | 模型训练方法、装置和电子设备 | |
CN111915689B (zh) | 用于生成目标函数的方法、装置、电子设备和计算机可读介质 | |
CN117454935A (zh) | 模型训练方法、信息生成方法、装置、设备和介质 | |
CN111967584A (zh) | 生成对抗样本的方法、装置、电子设备及计算机存储介质 | |
CN116843991A (zh) | 模型训练方法、信息生成方法、装置、设备和介质 | |
CN111709784B (zh) | 用于生成用户留存时间的方法、装置、设备和介质 | |
CN112487931B (zh) | 对抗攻击的方法、装置、可读介质和电子设备 | |
CN111680754B (zh) | 图像分类方法、装置、电子设备及计算机可读存储介质 | |
CN113780534A (zh) | 网络模型的压缩方法、图像生成方法、装置、设备及介质 | |
CN112364938A (zh) | 对抗样本生成方法、装置和电子设备 | |
CN111814807B (zh) | 用于处理图像的方法、装置、电子设备和计算机可读介质 | |
CN113077353B (zh) | 用于生成核保结论的方法、装置、电子设备和介质 | |
CN117978612B (zh) | 网络故障检测方法、存储介质以及电子设备 | |
CN118331716B (zh) | 异构算力集成系统下算力智能迁移方法 | |
CN116071224A (zh) | 图像转换模型训练方法、图像转换方法和装置 | |
CN115099323B (zh) | 内容小组确定方法、装置、介质及电子设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |