数据共享的机器学习方法和机器学习装置.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CN110796267A(43)申请公布日2020.02.14(21)申请号201911102002.0(22)申请日2019.11.12(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)发明人李克鹏王益章海涛朴昕阳(74)专利代理机构北京博雅睿泉专利代理事务所(特殊普通合伙)11442代理人郭少晶(51)Int.Cl.G06N20/00(2019.01)G06F21/60(2013.01)权利要求书2页说明书15页附图6页(54)发明名称数据共享的机器学习方法和机器学习装置(57)摘要本说明书实施例公开了数据共享的机器学习方法和机器学习装置。所述方法包括：使用本地原始数据进行本地学习，得到本地模型；对本地原始数据和/或本地模型进行加密，得到加密共享内容；将加密共享内容发送给共享学习平台，以供共享学习平台根据多个数据提供方的提供的加密共享内容在可信执行环境中生成共享模型；从共享学习平台获取共享模型。本说明书实施例的方法和装置可以利用多个数据提供方的数据实现机器学习，在学习过程中，可以很好地实现保证数据的安全和用户的隐私。CN110796267ACN110796267A权利要求书1/2页1.一种数据共享的机器学习方法，包括以下步骤：使用本地原始数据进行本地学习，得到本地模型；对本地原始数据和/或本地模型进行加密，得到加密共享内容；将加密共享内容发送给共享学习平台，以供共享学习平台根据多个数据提供方的提供的加密共享内容在可信执行环境中生成共享模型；从共享学习平台获取共享模型。2.根据权利要求1所述的方法，所述加密共享内容中包含的本地原始数据为非敏感部分的本地原始数据。3.根据权利要求1所述的方法，所述本地学习使用的本地原始数据包括敏感部分的本地原始数据。4.根据权利要求1所述的方法，还包括以下步骤：根据本地模型和共享模型生成融合模型。5.根据权利要求1所述的方法，所述使用本地原始数据进行本地学习，包括：与其它的数据提供方交换参数，使用本地原始数据和交换回来的参数进行本地学习。6.根据权利要求1所述的方法，所述共享学习平台根据多个数据提供方的提供的加密共享内容在可信执行环境中生成共享模型，包括：在可信执行环境中对多个数据提供方提供的加密共享内容进行解密得到多个数据提供方的本地原始数据，使用多个数据提供方的本地原始数据进行学习，得到共享模型；或者，在可信执行环境中对不同数据提供方提供的本地模型进行参数交换，得到共享模型。7.根据权利要求1所述的方法，还包括以下步骤：对共享学习平台的可信执行环境中的代码进行认证，以监督共享学习平台对加密共享内容的使用范围；和/或，对共享学习平台的身份进行认证。8.根据权利要求1所述的方法，所述本地学习是由共享学习平台下发的本地学习任务触发。9.根据权利要求1所述的方法，还包括以下步骤：向共享学习平台发起共享学习请求，以供共享学习平台根据共享学习请求生成多个本地学习任务并且下发给不同的数据提供方。10.根据权利要求1-9任一项所述的方法，所述数据提供方为搭载有App的终端，所述App中集成有共享学习SDK，所述方法通过调用所述共享学习SDK实现。11.根据权利要求1-9任一项所述的方法，所述数据提供方为App服务器，所述App服务器中集成有共享学习SDK，所述方法通过调用所述共享学习SDK实现。12.一种机器学习装置，包括共享学习SDK单元和数据传输单元，所述共享学习SDK单元包括本地学习模块和加密模块：所述本地学习模块，用于使用本地原始数据进行本地学习，得到本地模型；所述加密模块，用于对本地原始数据或本地模型进行加密，得到加密共享内容；所述数据传输单元，用于将加密共享内容发送给共享学习平台，以供共享学习平台根据多个数据提供方的提供的加密共享内容在可信执行环境中生成共享模型，以及，从共享2CN110796267A权利要求书2/2页学习平台获取共享模型。13.根据权利要求12所述的装置，所述共享学习SDK单元还包括认证模块；所述认证模块，用于对共享学习平台的可信执行环境中的代码进行认证，以监督共享学习平台对加密共享内容的使用范围；和/或，用于对共享学习平台的身份进行认证。14.一种机器学习装置，包括处理器和存储器，所述处理器中存储有计算机指令，所述计算机指令被所述处理器执行时实现权利要求1-11任一项所述的方法。15.根据权利要求12-14任一项所述的机器学习装置，所述机器学习装置为App终端或者App服务器。3CN110796267A说明书1/15页数据共享的机器学习方法和机器学习装置技术领域[0001]本说明书涉及机器学习技术领域，更具体地，涉及数据共享的机器学