【技术实现步骤摘要】
本申请涉及通信，尤其涉及一种数据处理方法、装置、电子设备及存储介质。
技术介绍
1、随着5g网络的发展，不同的运营商网络存在不同的用户和网络数据，针对一些特定业务的分析，需要获取更加全面的业务数据进行协同运算，以得到更加准确的业务分析结果。
2、现有技术通过联邦学习技术对不同运营商的网络数据进行综合分析，进而可以得到更加准确的业务分析结果。但是在这个过程中，不同运营商的业务数据在传输过程中存在泄漏风险。因此，亟需设计一种方案，来保障目标通信的数据安全性。
技术实现思路
1、本申请提供一种数据处理方法、装置、电子设备及存储介质，以解决现有技术中业务数据在传输过程中容易泄露的问题。
2、为达到上述目的，本申请采用如下技术方案：
3、第一方面，提供一种数据处理方法，应用于目标通信系统，目标通信系统部署有全局网络数据分析功能nwdaf以及至少一个本地nwdaf；全局nwdaf与各本地nwdaf连接；各本地nwdaf对应的网络不同；该方法包括：全局nwdaf接收各本地nwdaf发送的加密后的本地学习模型；本地学习模型为本地nwdaf基于本地数据以及全局nwdaf指示的初始模型进行训练得到的；全局nwdaf基于各加密后的本地学习模型，确定全局学习模型；全局nwdaf对全局学习模型进行加密，得到加密全局学习模型，并向各本地nwdaf发送加密全局学习模型。
4、可选的，全局nwdaf包括全局可信执行环境tee节点以及全局联邦学习节点；全局nwdaf接
5、可选的，全局nwdaf通过全局tee节点对各加密后的本地学习模型进行处理，得到全局学习模型，包括：全局nwdaf通过全局tee节点，查询各本地nwdaf的密钥；全局nwdaf通过全局tee节点，基于第一本地nwdaf的密钥，对第一本地nwdaf发送的加密后的本地学习模型进行解密，得到解密模型；第一本地nwdaf为至少一个本地nwdaf中的任意一个；全局nwdaf通过全局tee，对各解密模型进行聚合计算，得到全局学习模型。
6、第二方面，提供一种数据处理方法，应用于目标通信系统，目标通信系统包括全局网络数据分析功能nwdaf以及目标本地nwdaf；目标本地nwdaf位于第一网络中；方法包括：目标本地nwdaf接收全局nwdaf发送的加密全局学习模型；加密全局学习模型为全局nwdaf基于各本地学习模型进行联邦学习得到的；目标本地nwdaf获取全局nwdaf的密钥，并根据密钥对加密全局学习模型进行解密，得到解密全局学习模型。
7、可选的，方法还包括：目标本地nwdaf对第一网络中的应用功能af网元进行身份验证，在验证通过的情况下，向af网元发送解密全局学习模型。
8、第三方面，提供一种数据处理装置，应用于目标通信系统中的全局网络数据分析功能nwdaf，目标通信系统还部署有至少一个本地nwdaf；全局nwdaf与各本地nwdaf连接；各本地nwdaf对应的网络不同；装置包括接收单元、处理单元以及发送单元；接收单元，用于接收各本地nwdaf发送的加密后的本地学习模型；本地学习模型为本地nwdaf基于本地数据以及全局nwdaf指示的初始模型进行训练得到的；处理单元，用于基于各加密后的本地学习模型，确定全局学习模型；处理单元，用于对全局学习模型进行加密，得到加密全局学习模型，发送单元，用于向各本地nwdaf发送加密全局学习模型。
9、可选的，全局nwdaf包括全局可信执行环境tee节点以及全局联邦学习节点；接收单元，具体用于：通过全局联邦学习节点，接收各加密后的本地学习模型；处理单元，具体用于：通过全局联邦学习节点，将各加密后的本地学习模型发送至全局tee节点；通过全局tee节点对各加密后的本地学习模型进行处理，得到全局学习模型。
10、可选的，处理单元，具体用于：通过全局tee节点，查询各本地nwdaf的密钥；通过全局tee节点，基于第一本地nwdaf的密钥，对第一本地nwdaf发送的加密后的本地学习模型进行解密，得到解密模型；第一本地nwdaf为至少一个本地nwdaf中的任意一个；通过全局tee，对各解密模型进行聚合计算，得到全局学习模型。
11、第四方面，提供一种电子设备，包括：处理器、用于存储处理器可执行的指令的存储器；其中，处理器被配置为执行指令，以实现上述第一方面的数据处理方法或者第二方面的数据处理方法。
12、第五方面，提供一种计算机可读存储介质，计算机可读存储介质上存储有指令，当计算机可读存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如第一方面的数据处理方法或者第二方面的数据处理方法。
13、本申请实施例提供的技术方案至少带来以下有益效果：全局nwdaf接收位于不同网络的本地nwdaf发送的本地学习模型。由于本地学习模型均为加密状态，因此可以使本地学习模型在传输过程中机密数据暴露的风险降低。本地学习模型为本地nwdaf基于本地数据以及全局nwdaf指示的初始模型进行训练得到的，相当于让本地数据在本地nwdaf进行建模，可以为全局nwdaf提供丰富的模型学习结果。本申请的全局nwdaf基于各加密后的本地学习模型，确定全局学习模型，进一步的，全局nwdaf对全局学习模型进行加密，得到加密全局学习模型，并向各本地nwdaf发送加密全局学习模型，以此保护全局学习模型在传输过程中不会被恶意篡改。相较于相关技术直接对不同运营商的网络数据进行综合分析，本申请结合联邦学习技术，在模型收发前均进行加密处理，进而可以防止处理和传输的过程中nwdaf模块被恶意攻击，导致模型数据丢失或泄露，保障了目标通信的数据安全性。
本文档来自技高网...【技术保护点】
1.一种数据处理方法，其特征在于，应用于目标通信系统，所述目标通信系统部署有全局网络数据分析功能NWDAF以及至少一个本地NWDAF；所述全局NWDAF与各本地NWDAF连接；各本地NWDAF对应的网络不同；所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述全局NWDAF包括全局可信执行环境TEE节点以及全局联邦学习节点；所述全局NWDAF接收各本地NWDAF发送的加密后的本地学习模型，包括：
3.根据权利要求2所述的方法，其特征在于，所述全局NWDAF通过所述全局TEE节点对各加密后的本地学习模型进行处理，得到所述全局学习模型，包括：
4.一种数据处理方法，其特征在于，应用于目标通信系统，所述目标通信系统包括全局网络数据分析功能NWDAF以及目标本地NWDAF；所述目标本地NWDAF位于第一网络中；所述方法包括：
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
6.一种数据处理装置，其特征在于，应用于目标通信系统中的全局网络数据分析功能NWDAF，所述目标通信系统还部署有至少一个本地NWDAF；
7.根据权利要求6所述的装置，其特征在于，所述全局NWDAF包括全局可信执行环境TEE节点以及全局联邦学习节点；所述接收单元，具体用于：
8.根据权利要求7所述的装置，其特征在于，所述处理单元，具体用于：
9.一种电子设备，其特征在于，包括：处理器、用于存储所述处理器可执行的指令的存储器；其中，所述处理器被配置为执行指令，以实现权利要求1-3中任一项所述的数据处理方法或者4-5中任一项所述的数据处理方法。
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，当所述计算机可读存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如权利要求1-3中任一项所述的数据处理方法或者4-5中任一项所述的数据处理方法。
...【技术特征摘要】
1.一种数据处理方法，其特征在于，应用于目标通信系统，所述目标通信系统部署有全局网络数据分析功能nwdaf以及至少一个本地nwdaf；所述全局nwdaf与各本地nwdaf连接；各本地nwdaf对应的网络不同；所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述全局nwdaf包括全局可信执行环境tee节点以及全局联邦学习节点；所述全局nwdaf接收各本地nwdaf发送的加密后的本地学习模型，包括：
3.根据权利要求2所述的方法，其特征在于，所述全局nwdaf通过所述全局tee节点对各加密后的本地学习模型进行处理，得到所述全局学习模型，包括：
4.一种数据处理方法，其特征在于，应用于目标通信系统，所述目标通信系统包括全局网络数据分析功能nwdaf以及目标本地nwdaf；所述目标本地nwdaf位于第一网络中；所述方法包括：
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
6.一种数据处理装置，其特征在于，应用于目标通信...
【专利技术属性】
技术研发人员：任梦璇，薛淼，王泽林，任杰，林琳，
申请(专利权)人：中国联合网络通信集团有限公司，
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。