【技术实现步骤摘要】
数据管理方法、装置、系统、设备、介质和程序产品
[0001]本公开涉及计算机
,尤其涉及联邦学习领域、隐私计算领域,可用于对隐私数据进行管理,具体涉及一种数据管理方法、装置、系统、电子设备、非瞬时计算机可读存储介质和计算机程序产品。
技术介绍
[0002]联邦机器学习(Federated Machine Learning),又名联邦学习(Federated Learning),是一个机器学习框架,能有效帮助多个参与方在满足用户隐私保护和数据安全下,进行数据使用和机器学习建模。联邦学习作为分布式的机器学习范式,可以有效解决数据孤岛问题,让参与方在不共享数据的基础上完成联合学习任务,能从技术上打破数据孤岛,实现AI(Artificial Intelligence)协作。
[0003]联邦学习定义了机器学习框架,在此框架下可以通过设计虚拟模型来解决不同数据拥有方在不交换数据的情况下进行协作的问题。虚拟模型是各方将数据聚合在一起的最优模型,联邦学习的目标是虚拟模型无限接近按照传统建模模式所得到的模型,即将多个数据拥有方的数据汇聚到一处进行建模所得到的模型。在联邦机制下,各参与方(即数据拥有方)的身份和地位相同,可建立共享数据策略。由于各参与方的隐私数据不发生转移,因此不会泄露用户隐私或影响数据规范。需要说明的,联邦学习任务不局限于联邦建模,例如还可以为联邦查询任务、联邦统计任务等。
[0004]在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明,否则不应假定此部分中描述的任何方法仅因其 ...
【技术保护点】
【技术特征摘要】
1.一种数据管理方法,应用于与执行同一联邦学习任务的多个参与方中的任一个参与方通信连接的数据管理系统,其特征在于,所述数据管理系统内置有数据表,所述数据表包括索引列和多个属性列,所述方法包括:响应于接收到该参与方的导入指令,获取待导入的第一数据集中至少一个第一数据行各自相应的数据信息,所述数据信息包括至少一个ID值、回溯时间、以及与至少一个所述属性列相对应的特征数据;基于所述至少一个第一数据行各自相应的至少一个ID值和回溯时间,确定所述至少一个第一数据行各自相应的索引,所述索引与所述索引列相对应;以及将所述至少一个第一数据行各自相应的索引和至少一个特征数据导入所述数据表;以及响应于接收到该参与方的第一导出指令,基于所述数据表中的索引列相对应的至少一个索引,从所述数据表中导出与所述联邦学习任务相关联的第二数据集。2.根据权利要求1所述的方法,其特征在于,所述索引包括联合索引,所述联合索引与相对应的第一数据行的至少一个ID值和回溯时间两者相关,其中,基于所述数据表中的索引列相对应的至少一个索引,从所述数据表中导出与所述联邦学习任务相关联的第二数据集包括:响应于接收到该参与方的第一导出指令,基于所述数据表中的索引列相对应的至少一个联合索引,从所述数据表中导出与所述联邦学习任务相关联的第二数据集。3.根据权利要求2所述的方法,其特征在于,所述索引还包括回溯时间和至少一个ID值,所述第一导出指令包括第一目标回溯时间和/或第一ID集,其中,基于所述数据表中的索引列相对应的至少一个索引,从所述数据表中导出与所述联邦学习任务相关联的第二数据集还包括:响应于接收到该参与方的第二导出指令,基于所述第一目标回溯时间和/或第一ID集,从所述数据表中导出与所述联邦学习任务相关联的第三数据集,并且其中,基于所述数据表中的索引列相对应的至少一个联合索引,从所述数据表中导出与所述联邦学习任务相关联的第二数据集包括:响应于接收到该参与方的第一导出指令,基于所述第三数据集中各数据行相对应的联合索引,从所述第三数据集中筛选出所述第二数据集,所述第一导出指令包括至少一个预设联合索引,所述第二数据集中的每一个数据行相对应的联合索引属于所述至少一个预设联合索引。4.根据权利要求2所述的方法,其特征在于,所述第一导出指令包括至少一个预设联合索引,其中,基于所述数据表中的索引列相对应的至少一个联合索引,从所述数据表中导出与所述联邦学习任务相关联的第二数据集包括:从所述数据表中筛选出与所述至少一个预设联合索引对应的所述第二数据集。5.根据权利要求2
‑
4中任一项所述的方法,其特征在于,所述至少一个第一数据行各自相应的联合索引包括与相应的至少一个ID值各自相关的至少一个联合索引。6.根据权利要求3或4所述的方法,其特征在于,所述至少一个预设联合索引为该参与方与所述多个参与方中的其他参与方合作计算所述多个参与方各自的第三数据集的联合索引的交集而得到的。
7.根据权利要求5中任一项所述的方法,其特征在于,所述第一导出指令指示目标ID,所述第二数据集包括所述数据表中的至少一个第二数据行各自的与所述目标ID相关的联合索引和/或所述至少一个第二数据行各自的至少一个ID值中的与所述目标ID对应的ID值。8.根据权利要求5中任一项所述的方法,其特征在于,所述至少一个第一数据行各自相应的联合索引是通过将该第一数据行的至少一个ID值分别和回溯时间进行拼接而得到的。9.根据权利要求1
‑
8中任一项所述的方法,其特征在于,将所述至少一个第一数据行各自相应的索引和至少一个特征数据导入所述数据表包括:针对所述至少一个第一数据行中的每一个第一数据行,响应于确定所述数据表中包括与该第一数据行具有相同索引的第三数据行,放弃导入该第一数据行。10.根据权利要求1
‑
8中任一项所述的方法,其特征在于,所述导入指令包括回溯时间参数,所述至少一个第一数据行各自相应的回溯时间均与所述回溯时间参数一致。11.根据权利要求1
‑
8中任一项所述的方法,其特征在于,所述方法还包括以下中的至少一项:响应于接收到该参与方的删除指令,删除所述数据表中由所述删除指令指定的数据行,所述删除指令包括待删除数据行相对应的索引;响应于接收到该参与方的更新指令,更新所述数据表中由所述更新指令指定的数据行的特征数据,所述更新指令包括待更新数据行相对应的索引和待更新属性列相对应的更新特征数据;以及响应于接收到该参与方的查询指令,返回所述数据表中由所述查询指令指定的数据行的特征数据,所述查询指令包括待获取的数据行相对应的索引。12.根据权利要求1
‑
11中任一项所述的方法,其特征在于,所述数据管理系统内置有关系型数据库,所述数据表以关系型数据的形式被存储在所述关系型数据库中。13.一种联邦学习方法,应用于联邦学习任务中任一参与方,该参与方与联邦学习任务中的多个目标参与方通信连接,其特征在于,该参与方的数据管理系统内置数据表,所述数据表包括索引列和至少一个属性...
【专利技术属性】
技术研发人员:高晓龙,
申请(专利权)人:深圳致星科技有限公司,
类型:发明
国别省市:
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。