The embodiments of this specification disclose data encryption, machine learning model training methods, devices and electronic devices. The data encryption method includes: input the data to be encrypted into the self-encoder for processing, extract the hidden layer data corresponding to the self-encoder, and act as the encrypted data corresponding to the data to be encrypted.
【技术实现步骤摘要】
数据加密、机器学习模型训练方法、装置以及电子设备
本说明书涉及计算机软件
,尤其涉及数据加密、机器学习模型训练方法、装置以及电子设备。
技术介绍
随着信息时代的来临,各个行业巨头公司都存储了大量宝贵的数据,比如,银行的金融数据、电商的电子商务数据、社交应用服务商的用户社交数据等。这样的现状无疑对数据的管理提出了更大的挑战,不论是公司内部员工,还是竞争对手以及合作伙伴,数据在对外展现时如果直接以原始数据的形式出现,往往后面面临数据泄露的风险。一般可以采用数据加密技术对数据的隐私进行保护,以降低数据泄露的风险。但是,现有技术中的数据加密技术一般是用于存储目的的,用于存储目的的数据加密技术必须是双向的,即数据既可加密也可解密。这样的加密技术加密后的数据与其对应的原始数据一般差异较大,在未解密的情况下,加密数据难以反映原始数据中的有用信息。所以,现在需要一种技术,能对原始数据进行加密,并且加密后的数据在输出给其他方后,其他方能对该加密的数据在不解密的情况下进行使用。
技术实现思路
本说明书实施例提供数据加密、机器学习模型训练方法、装置以及电子设备,用以解决如下技术问题:现在需要一种技术,能对原始数据进行加密,并且加密后的数据在输出给其他方后,其他方能对该加密的数据在不解密的情况下进行使用。为解决上述技术问题,本说明书实施例是这样实现的:本说明书实施例提供的一种数据加密方法,包括:将待加密数据输入自编码器进行处理;获取在所述处理过程中所述自编码器生成的神经网络隐层数据;根据所述神经网络隐层数据,得到所述待加密数据对应的加密数据。本说明书实施例提供的一种数据加密装置 ...
【技术保护点】
1.一种数据加密方法,包括:将待加密数据输入自编码器进行处理;获取在所述处理过程中所述自编码器生成的神经网络隐层数据;根据所述神经网络隐层数据,得到所述待加密数据对应的加密数据。
【技术特征摘要】
1.一种数据加密方法,包括:将待加密数据输入自编码器进行处理;获取在所述处理过程中所述自编码器生成的神经网络隐层数据;根据所述神经网络隐层数据,得到所述待加密数据对应的加密数据。2.如权利要求1所述的方法,所述加密数据被用来训练机器学习模型。3.如权利要求1所述的方法,所述将待加密数据输入自编码器进行处理前,所述方法还包括:获取原始数据;对所述原始数据进行格式化处理,得到表示所述原始数据的向量;所述待加密数据包括所述表示所述原始数据的向量。4.如权利要求1所述的方法,所述待加密数据输入的所述自编码器是训练好的自编码器。5.如权利要求4所述的方法,所述获取在所述处理过程中所述自编码器生成的神经网络隐层数据,具体包括:确定所述自编码器包含的各隐层中的目标隐层;获取在所述处理过程中所述目标隐层生成的神经网络隐层数据。6.如权利要求5所述的方法,所述目标隐层的维度低于所述自编码器的输入层的维度。7.如权利要求1所述的方法,所述获取在所述处理过程中所述自编码器生成的神经网络隐层数据,具体包括:获取在所述处理过程中,所述自编码器中最靠近输出层的隐层生成的神经网络隐层数据。8.如权利要求1~7任一项所述的方法,所述神经网络隐层数据为向量。9.一种数据加密装置,包括:处理模块,将待加密数据输入自编码器进行处理;获取模块,获取在所述处理过程中所述自编码器生成的神经网络隐层数据;得到模块,根据所述神经网络隐层数据,得到所述待加密数据对应的加密数据。10.如权利要求9所述的装置,所述加密数据被用来训练机器学习模型。11.如权利要求9所述的装置,所述装置还包括:格式化模块,在所述处理模块将待加密数据输入自编码器进行处理前,获取原始数据,对所述原始数据进行格式化处理,得到表示所述原始数据的向量;所述待加密数据包括所述表示所述原始数据的向量。12.如权利要求9所述的装置,所述待加密数据输入的所述自编码器是训练好的自编码器。13.如权利要求12所述的装置,所述获取模块获取在所述处理过...
【专利技术属性】
技术研发人员:陈超超,周俊,
申请(专利权)人:阿里巴巴集团控股有限公司,
类型:发明
国别省市:开曼群岛,KY
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。