数据处理方法、装置以及系统.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CN110838069A(43)申请公布日2020.02.25(21)申请号201910975776.8(22)申请日2019.10.15(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)发明人李小鹏潘登龙陆鑫(74)专利代理机构北京众达德权知识产权代理有限公司11570代理人何蓉(51)Int.Cl.G06Q40/06(2012.01)G06F16/9535(2019.01)G06K9/62(2006.01)G06N20/00(2019.01)G06F21/60(2013.01)权利要求书4页说明书9页附图3页(54)发明名称数据处理方法、装置以及系统(57)摘要本说明书实施例提供了一种数据处理方法，通过两台以上的本地服务器将本地模型参数发送给公用服务器，由公用服务器对本地模型参数进行处理获得校准参数。由于各台本地服务器之间不需要进行数据交换和数据共享，既能实现数据隐私保护，又能增加机器学习的特征空间，从而可以提高模型的预测精度。CN110838069ACN110838069A权利要求书1/4页1.一种数据处理方法，包括：接收两条以上本地模型参数或者所述本地模型参数对应的密文，每条所述本地模型参数对应由一台本地服务器根据本地的样本集进行模型训练获得；对两条以上所述本地模型参数进行加权拟合，获得全局最优参数；根据所述全局最优参数对目标模型参数进行校准，获得校准参数，所述目标模型参数为两条以上所述本地模型参数中的任意一条；将所述校准参数发送给目标服务器，使所述目标服务器根据所述校准参数生成业务模型，所述目标服务器为获得所述目标模型参数的本地服务器。2.根据权利要求1所述的方法，所述接收两条以上本地模型参数或者所述本地模型参数对应的密文包括：接收两条以上所述本地模型参数对应的密文；在所述对两条以上所述本地模型参数进行加权拟合之前，还包括：采用预先存储的私钥对所述本地模型参数对应的密文进行解密，获得所述本地模型参数。3.根据权利要求2所述的方法，在所述接收两条以上所述本地模型参数对应的密文之前，还包括：生成所述私钥以及与所述私钥对应的公钥；保存所述私钥，并将所述公钥发送给所述本地服务器。4.根据权利要求1所述的方法，所述根据所述全局最优参数对目标模型参数进行校准包括：采用反向传播算法对所述目标模型参数进行校准。5.根据权利要求1所述的方法，在所述将所述校准参数发送给目标服务器之前，还包括：根据所述校准参数进行模型评估；根据评估结果判断是否需要对所述校准参数进行优化；若不需要对所述校准参数进行优化，则执行所述将所述校准参数发送给目标服务器，否则对所述校准参数进行优化。6.一种数据处理方法，包括：根据本地的样本集进行模型训练，获得本地模型参数；将所述本地模型参数或者所述本地模型参数对应的密文发送给公用服务器，使所述公用服务器对所述本地模型参数和一条以上其他模型参数进行加权拟合以获得全局最优参数，并根据所述全局最优参数对所述本地模型参数进行校准以获得校准参数，每条所述其他模型参数对应由一台本地服务器根据本地的样本集进行模型训练获得；从所述公用服务器接收所述校准参数；根据所述校准参数生成业务模型。7.根据权利要求6所述的方法，所述根据本地的样本集进行模型训练包括：从所述样本集中提取特征数据；采用预设算法对所述特征数据进行模型训练。8.根据权利要求6所述的方法，所述将所述本地模型参数或者所述本地模型参数对应2CN110838069A权利要求书2/4页的密文发送给公用服务器包括：将所述本地模型参数对应的密文发送给所述公用服务器；在所述根据本地的样本集进行模型训练，获得本地模型参数之后，还包括：采用预先存储的私钥或者公钥对所述本地模型参数进行加密，获得所述本地模型参数对应的密文。9.根据权利要求8所述的方法，所述采用预先存储的私钥或者公钥对所述本地模型参数进行加密包括：采用所述公钥对所述本地模型参数进行加密；在所述采用所述公钥对所述本地模型参数进行加密之前，还包括：从所述公用服务器接收所述公钥；保存所述公钥。10.根据权利要求6所述的方法，在所述根据所述校准参数生成业务模型之前，还包括：根据所述校准参数进行模型评估；根据评估结果判断是否需要对所述校准参数进行优化；若不需要对所述校准参数进行优化，则执行所述根据所述校准参数生成业务模型，否则对所述校准参数进行优化。11.一种数据处理装置，包括：第一接收模块，用于接收两条以上本地模型参数或者所述本地模型参数对应的密文，每条所述本地模型参数对应由一台本地服务器根据本地的样本集进行模型训练获得；加权拟合模块，用于对两条以上所述本地模型参数进行加权拟合，获得全局最优