隐私保护的数据处理方法、装置、设备及机器学习系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112000990A(43)申请公布日2020.11.27(21)申请号202011164969.4(22)申请日2020.10.27(71)申请人支付宝（杭州）信息技术有限公司地址310000浙江省杭州市西湖区西溪路556号8层B段801-11(72)发明人陈超超周俊王力(74)专利代理机构北京三友知识产权代理有限公司11127代理人阚传猛周达(51)Int.Cl.G06F21/62(2013.01)G06N20/00(2019.01)权利要求书5页说明书20页附图3页(54)发明名称隐私保护的数据处理方法、装置、设备及机器学习系统(57)摘要本说明书提供一种隐私保护的数据处理方法、装置、设备及机器学习系统。一个方法实施例中，在多方参与的数据共享应用场景中需要获取机器学习算法中使用的非线性激活函数的数据处理结果时，可以使用非线性激活函数的无损表达式，利用多方安全计算协同计算各个子项，可以避免将其展开为多项式的近似求值算法，降低计算复杂性，提高了计算机设备计算非线性激活函数数据处理的效率。并且，可以大幅度降低例如泰勒展开等近似计算非线性激活函数的复杂程度和精度损失。CN112000990ACN112000990A权利要求书1/5页1.一种隐私保护的数据处理方法，包括：确定机器学习算法中使用的非线性激活函数的无损表达式，所述无损表达式包括非线性激活函数的第一运算部分和第二运算部分；第一参与方和第二参与方基于多方安全计算协同计算所述第一运算部分，第一参与方得到所述第一运算部分的第一分片，第二参与方得到所述第一运算部分的第二分片；第一参与方基于所述第一分片确定所述第二运算部分的第一分片，第二参与方基于所述第二分片确定所述第二运算部分的第二分片，第一参与方和第二参与方基于所述第二运算部分的第一分片和第二运算部分的第二分片进行多方安全计算，得到所述第二运算部分的运算结果；所述第一参与方对所述第一运算部分的第一分片与第二运算部分的运算结果进行所述非线性激活函数的运算，得到非线性激活函数运算结果的第一结果分片，所述第二参与方对所述第一运算部分的第二分片与第二运算部分的运算结果进行所述非线性激活函数的运算，得到所述非线性激活函数运算结果的第二结果分片。2.如权利要求1所述的方法，其中，若所述无损表达式包含常数项，则将所述常数项变换为非固定值参数；所述无损表达式中包含自变量的项根据所述常数项变换到所述非固定值参数的变换方式执行对应的变换，确定所述非线性激活函数的变换无损表达式。3.如权利要求2所述的方法，所述变换方式包括：将所述常数项变换到非零实数；以及以第一参与方获取的第一随机数作为所述非固定值参数的第一分片，以第二参与方获取的第二随机数作为所述非固定值参数的第二分片。4.如权利要求1所述的方法，所述非线性激活函数包括能使用泰勒展开式表达的非线性激活函数。5.如权利要求4所述的方法，所述非线性激活函数包括函数，所述无损表达式为：则，拥有第一分片的第一参与方生成第一随机数，拥有第二分片的第二参与方生成第二随机数，其中，，；第一参与方和第二参与方基于多方安全计算协同计算第一运算部分，第一参与方得到的第一分片<>1，第二参与方得到的第二分片<>2；第一参与方和第二参与方基于多方安全计算协同计算第二运算部分；第一参与方计算，得到运算结果的第一结果分片，第二参与2CN112000990A权利要求书2/5页方计算，得到运算结果的第二结果分片。6.一种隐私保护的数据处理方法，包括：第一参与方通过与剩余参与方的多方安全计算协同计算无损表达式第一运算部分，得到所述第一运算部分的第一分片，所述无损表达式包括多方参与的机器学习算法中使用的非线性激活函数的无损表达式；第一参与方基于所述第一分片确定所述非线性激活函数的第二运算部分的第一分片；所述第一参与方对所述第一运算部分的第一分片与第二运算部分的运算结果进行所述非线性激活函数的运算，得到非线性激活函数运算结果的第一结果分片，所述第二运算部分的运算结果基于所述第二运算部分的第一分片和剩余参与方拥有的第二运算部分的剩余分片进行多方安全计算恢复得到。7.如权利要求6所述的方法，其中，若所述无损表达式包含常数项，则将所述常数项变换为非固定值参数；所述无损表达式中包含自变量的项根据所述常数项变换到所述非固定值参数的变换方式执行对应的变换，确定所述非线性激活函数的变换无损表达式。8.如权利要求7所述的方法，所述变换方式包括：将所述常数项变换到非零实数；以及以第一参与方获取的第一随机数作为所述非固定值参数的第一分片，以第二参与方获取的第二随机数作为所述非固定值参数的第二分片。9.如权利要求6所述的方法，所述非线性激活函数包括能使用泰勒展开式表达的非线性