模型训练及数据检测方法、装置、设备及介质制造方法及图纸

本公开提供一种模型训练及数据检测方法、装置、设备及介质，其中方法包括：一种模型训练方法，所述方法包括：将公开数据输入预先训练得到的教师综合模型，由所述教师综合模型输出第一标签值；其中，所述教师综合模型是根据私有数据训练得到；将所述公开数据输入待训练的学生模型，由所述学生模型输出第一预测值，并根据所述第一预测值与所述第一标签值的差异调整所述学生模型的网络参数。

【技术实现步骤摘要】
模型训练及数据检测方法、装置、设备及介质
本公开涉及计算机
，具体涉及一种模型训练及数据检测方法、装置、设备及介质。
技术介绍
随着机器学习的快速发展，机器学习模型已经广泛应用于各个行业场景中。如今，机器学习已经形成一个商业模式“机器学习即服务”，可以为不同的数据持有者基于所持有的私有数据训练特定的预测模型。在机器学习模型的训练或应用过程中，如何合理保护数据持有者的私有数据成为亟需解决的问题。
技术实现思路
本公开提供了一种模型训练及数据检测方法、装置、设备及介质。根据本公开实施例的第一方面，提供一种模型训练方法，所述方法包括：将公开数据输入预先训练得到的教师综合模型，由所述教师综合模型输出第一标签值；其中，所述教师综合模型是根据私有数据训练得到；将所述公开数据输入待训练的学生模型，由所述学生模型输出第一预测值，并根据所述第一预测值与所述第一标签值的差异调整所述学生模型的网络参数。根据本公开实施例的第二方面，提供一种数据检测方法，所述方法包括：将待检测数据输入预先训练得到的学生模型，由所述学生模型输出检本文档来自技高网...

【技术保护点】
1.一种模型训练方法，所述方法包括：/n将公开数据输入预先训练得到的教师综合模型，由所述教师综合模型输出第一标签值；其中，所述教师综合模型是根据私有数据训练得到；/n将所述公开数据输入待训练的学生模型，由所述学生模型输出第一预测值，并根据所述第一预测值与所述第一标签值的差异调整所述学生模型的网络参数。/n

【技术特征摘要】
1.一种模型训练方法，所述方法包括：
将公开数据输入预先训练得到的教师综合模型，由所述教师综合模型输出第一标签值；其中，所述教师综合模型是根据私有数据训练得到；
将所述公开数据输入待训练的学生模型，由所述学生模型输出第一预测值，并根据所述第一预测值与所述第一标签值的差异调整所述学生模型的网络参数。


2.根据权利要求1所述的方法，所述教师综合模型包括：至少两个教师子模型；
所述将公开数据输入预先训练得到的教师综合模型，由所述教师综合模型输出第一标签值，包括：
将所述公开数据分别输入所述至少两个教师子模型，由所述至少两个教师子模型输出对应的至少两个第一子标签值；
根据所述至少两个第一子标签值，确定所述第一标签值。


3.根据权利要求1所述的方法，在所述将公开数据输入预先训练得到的教师综合模型之前，还包括：
将所述私有数据输入所述教师综合模型，由所述教师综合模型输出第二预测值，并根据所述第二预测值与所述私有数据的标签值的差异调整所述教师综合模型的网络参数。


4.根据权利要求1所述的方法，在所述教师综合模型包括至少两个教师子模型的情况下，在所述将公开数据输入预先训练得到的教师综合模型之前，还包括：
对应所述至少两个教师子模型的数量，将所述私有数据划分为互斥的至少两个私有子数据；
基于不同的所述私有子数据，分别对不同的所述教师子模型进行训练。


5.一种数据检测方法，所述方法包括：
将待检测数据输入预先训练得到的学生模型，由所述学生模型输出检测值；其中，所述学生模型是根据权利要求1至4中任一项的模型训练方法得到；
根据所述检测值与预先设置的动态阈值，确定所述待检测数据的检测结果；其中，所述动态阈值根据不同的动态信息变化。


6.根据权利要求5所述的方法，所述动态信息包括如下至少一项：
时间信息、业务场景信息、用户价值信息。


7.一种模型训练装置，所述装置包括：
第一标签值输出模块，用于将公开数据输入预先训练得到的教师综合模型，由所述教师综合模型输出第一标签值；其中，所述教师综合模型是根据私有数据训练得到；
学生模型参数调整模块，用于将所述...

【专利技术属性】
技术研发人员：付大鹏，王维强，
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