数据加密、机器学习模型训练方法、装置以及电子设备制造方法及图纸

本说明书实施例公开了数据加密、机器学习模型训练方法、装置、电子设备以及数据加密系统。所述数据加密方法包括：用随机矩阵对待加密数据进行随机映射，得到该待加密数据对应的加密数据，该加密数据用于训练机器学习模型。

【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、电子设备以及数据加密系统。
技术介绍
随着计算机和互联网技术的迅速发展，网络上的不同平台之间的合作也越来越多，合作过程中往往会涉及到数据共享，而数据共享可能会对数据隐私性带来风险。在现有技术中，一种典型的数据共享场景是：平台A搭建涉及某种业务的机器学习模型时，平台B将其持有的该种业务的业务数据共享给平台A，平台A进而利用这些业务数据训练该机器学习模型。但是，这些业务数据对于平台B而言是往往是敏感的，包含有对应用户的隐私，因此，需要一种技术，能降低平台B向平台A数据共享后用户隐私泄露的风险，并且又不会影响平台A训练该机器学习模型。
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、电子设备以及数据加密系统，用以解决如下技术问题：需要一种技术，能降低平台B向平台A数据共享后用户隐私泄露的风险，并且又不会影响平台A训练该机器学习模型。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：获取待加密数据；获取为所本文档来自技高网...

【技术保护点】
1.一种数据加密方法，包括：获取待加密数据；获取为所述待加密数据生成的随机矩阵，所述随机矩阵服从正态分布；利用所述随机矩阵对所述待加密数据进行随机映射，得到所述待加密数据对应的加密数据，所述加密数据用于训练机器学习模型。

【技术特征摘要】
1.一种数据加密方法，包括：获取待加密数据；获取为所述待加密数据生成的随机矩阵，所述随机矩阵服从正态分布；利用所述随机矩阵对所述待加密数据进行随机映射，得到所述待加密数据对应的加密数据，所述加密数据用于训练机器学习模型。2.如权利要求1所述的方法，所述待加密数据为矩阵；所述利用所述随机矩阵对所述待加密数据进行随机映射，得到所述待加密数据对应的加密数据，具体包括：通过对所述待加密数据与所述随机矩阵进行乘法运算实现随机映射，得到所述待加密数据对应的加密数据。3.如权利要求2所述的方法，所述矩阵的行表示数据样本，所述矩阵的列表示数据样本的特征；所述通过对所述待加密数据与所述随机矩阵进行乘法运算实现随机映射，得到所述待加密数据对应的加密数据，具体包括：用所述随机矩阵右乘所述待加密数据，得到右乘结果矩阵，作为所述待加密数据对应的加密数据。4.如权利要求3所述的方法，所述待加密数据的列数等于所述随机矩阵的行数。5.如权利要求3或4所述的方法，在用所述加密数据训练所述机器学习模型时，所述加密数据的行用作输入所述机器学习模型的训练样本。6.如权利要求1～4任一项所述的方法，所述随机矩阵服从均值为0且方差为的正态分布，p为所述随机矩阵的列数。7.一种数据加密装置，包括：第一获取模块，获取待加密数据；第二获取模块，获取为所述待加密数据生成的随机矩阵，所述随机矩阵服从正态分布；加密模块，利用所述随机矩阵对所述待加密数据进行随机映射，得到所述待加密数据对应的加密数据，所述加密数据用于训练机器学习模型。8.如权利要求7所述的装置，所述待加密数据为矩阵；所述加密模块利用所述随机矩阵对所述待加密数据进行随机映射，得到所述待加密数据对应的加密数据，具体包括：所述加密模块通过对所述待加密数据与所述随机矩阵进行乘法运算实现随机映射，得到所述待加密数据对应的加密数据。9.如权利要求8所述的装置，所述矩阵的行表示数据样本，所述矩阵的列表示数据样本的特征；所述加密模块通过对所述待加密数据与所述随机矩阵进行乘法运算实现随机映射，得到所述待加密数据对应的加密数据，具体包括：所述加密模块用所述随机矩阵右乘所述待加密数据，得到右...

【专利技术属性】
技术研发人员：张志强，周俊，李小龙，
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