数据共享的机器学习方法和机器学习装置制造方法及图纸

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。

Machine learning method and machine learning device for data sharing

【技术实现步骤摘要】
数据共享的机器学习方法和机器学习装置
本说明书涉及机器学习
，更具体地，涉及数据共享的机器学习方法和机器学习装置。
技术介绍
机器学习(MachineLearning)是在历史数据中自动发现规律并利用规律对未知数据进行应用(预测)的算法(技术)，能帮助人利用数据做出更好的决策。用于机器学习的数据的质量和数量，已经成为影响机器学习模型效果最重要的因素之一，因此通过多方数据共享扩充数据量，从而提升模型效果的需求也变得越来越强烈。在进行数据共享的机器学习过程中，如何保证数据的安全性是非常关键的事。
技术实现思路
本说明书公开的实施例提供数据共享的机器学习方案。根据本说明书公开的第一方面，提供了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。可选地本文档来自技高网...

【技术保护点】
1.一种数据共享的机器学习方法，包括以下步骤：/n使用本地原始数据进行本地学习，得到本地模型；/n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；/n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；/n从共享学习平台获取共享模型。/n

【技术特征摘要】
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。<...

【专利技术属性】
技术研发人员：李克鹏，王益，章海涛，朴昕阳，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：浙江;33