【技术实现步骤摘要】
一种端云协同执行业务的方法、装置、介质及设备
[0001]本申请涉及计算机
,尤其涉及一种端云协同执行业务的方法、装置、介质及设备。
技术介绍
[0002]随着科技的发展,隐私数据日益受到大众的重视,各地区出台相关法律以对用户的隐私数据进行保护,各行业也有相关规定以对用户的隐私数据进行保护。
[0003]目前,随着机器学习的发展,通过模型执行业务已经逐渐成为常态。例如,服务提供方将用户数据输入模型,根据模型输出结果执行业务。或者,将业务数据输入模型,进行风险控制等等。但是,由于通常模型需要输入的是用户执行业务时的业务数据,因此使用模型执行业务时涉及到用户隐私数据安全的问题。如何在给用户提供高质量服务的同时做到对用户隐私数据的保护是难点问题。
[0004]基于此,本申请说明书提供了一种端云协同执行业务的方法。
技术实现思路
[0005]本说明书提供一种端云协同执行业务的方法及装置、存储介质及设备,以至少部分的解决现有技术存在的上述问题。
[0006]本说明书采用下述技术方案:本说明书提供了一种端云协同执行业务的方法,所述方法应用于终端,所述终端中部署有业务模型的第一特征提取层以及输出层,服务器中部署有所述业务模型的第二特征提取层,所述方法包括:响应于用户操作,确定业务请求;根据所述业务请求,获取用户数据,并确定所述用户数据中的敏感数据以及非敏感数据;将所述敏感数据输入所述第一特征提取层,确定所述敏感数据的特征,作为第一特征,以及将所述非敏感数据发送至所述服务器,使所述服务器
【技术保护点】
【技术特征摘要】
1.一种端云协同执行业务的方法,所述方法应用于终端,所述终端中部署有业务模型的第一特征提取层以及输出层,服务器中部署有所述业务模型的第二特征提取层,所述方法包括:响应于用户操作,确定业务请求;根据所述业务请求,获取用户数据,并确定所述用户数据中的敏感数据以及非敏感数据;将所述敏感数据输入所述第一特征提取层,确定所述敏感数据的特征,作为第一特征,以及将所述非敏感数据发送至所述服务器,使所述服务器根据所述第二特征提取层,确定所述非敏感数据的特征,作为第二特征;接收所述服务器返回的所述第二特征;将所述第一特征与所述第二特征作为输入,输入所述输出层,确定输出结果;对所述输出结果添加噪声,确定所述业务请求的加噪输出结果,并将所述加噪输出结果发送至所述服务器,使所述服务器根据所述加噪输出结果执行业务。2.如权利要求1所述的方法,所述输出层包括:融合子网、分类子网以及激活子网;将所述第一特征与所述第二特征作为输入,输入所述输出层,确定输出结果,具体包括:将所述第一特征与所述第二特征作为输入,输入所述融合子网,确定所述第一特征与所述第二特征的融合特征;将所述融合特征输入所述分类子网,确定预设的各业务分类分别对应的第一概率;将所述各业务分类对应的第一概率输入激活子网,确定所述各业务分类对应的第二概率,作为输出结果,其中,所述各业务分类对应的第二概率为归一化的。3.如权利要求2所述的方法,对所述输出结果添加噪声,确定所述业务请求的加噪输出结果,具体包括:针对每个业务分类对应的第二概率,采用预设的差分隐私算法,确定该第二概率的加噪输出概率;根据确定出的各业务分类的加噪输出概率,确定最终分类结果,作为加噪输出结果;其中,所述差分隐私算法采用:指数机制、拉普拉斯机制或高斯机制中的一种。4.如权利要求3所述的方法,针对每个业务分类对应的第二概率,采用预设的差分隐私算法,确定该第二概率的加噪输出概率,具体包括:根据预设的隐私预算,确定超参数;针对每个业务分类对应的第二概率,将该第二概率作为效用函数的函数输出结果;根据确定出的各函数输出结果,确定相差最大的两个所述函数输出结果的差值,作为隐私敏感度;针对每个业务分类对应的第二概率,根据所述超参数、所述隐私敏感度以及所述效用函数的函数输出结果,确定该业务分类对应的第二概率的加噪输出概率。5.如权利要求1所述的方法,采用下述方式验证所述业务模型,具体包括:根据历史业务数据,确定验证样本,以及根据所述历史业务数据的执行结果,确定所述验证样本的标注;将所述验证样本中的敏感数据输入所述第一特征提取层,确定所述敏感数据的特征,
作为第一特征,以及将所述验证样本中的非敏感数据发送至所述服务器,接收所述服务器返回的所述第二特征,所述第二特征为所述服务器通过所述第二特征提取层确定的所述非敏感数据的特征;将所述第一特征与所述第二特征作为输入,输入所述输出层,确定所述验证样本的输出结果;对所述输出结果进行加噪,确定所述验证样本的加噪输出结果;将所述验证样本的加噪输出结果和所述验证样本的标注,发送至所述服务器,使所述服务器根据接收到的所述验证样本的加噪输出结果和所述验证样本的标注,确定所述业务模型的准确率。6.如权利要求5所述的方法,所述终端有多个,所述方法还包括:针对每个参与验证所述业务模型的终端,该终端根据验证样本的加噪输出结果和验证样本的标注,确定验证样本的加噪输出结果和验证样本的标注相同的验证样本数量,作为预测正确样本数量;将所述预测正确样本数量和验证样本总数量,发送给所述服务器,使所述服务器根据各终端发送的所述预测正确样本数量以及各终端发送的所述验证样本总数量,确定所述业务模型的准确率。7.如权利要求2所述的方法,所述业务模型为风控模型,所述业务分类包括:业务正常以及业务异常;将所述加噪输出结果发送至所述服务器,使所述服务器根据所述加噪输出结果执行业务,具体包括:将所述加噪输出结果发送至所述服务器,使当所述服务器确定所述加噪输出结果对应的业务分类为业务异常时,对所述业务请求对应的业务进行风险控制。8.一种端云协同执行业务的装置,所述装置应用于终端,所述终端中部署有业务模型的第一特征提取层以及输出层,服务器中部署有所述...
【专利技术属性】
技术研发人员:赵闻飙,申书恒,张长浩,傅欣艺,王维强,徐恪,李琦,
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:
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。