【技术实现步骤摘要】
本专利技术涉及人工智能，尤其涉及一种单方样本保护方法、装置、设备及存储介质。
技术介绍
1、在联邦学习技术的应用场景中，时常会出现有两方用户需要进行双方联合建模训练一个模型的情景，中间不乏出现需要提前做样本对齐，然后在对齐后的交集样本上进行模型训练步骤，类似这些步骤中，如这种方式在处理样本对齐的过程中，由于需要双方数据参与，又不存在有效的保护机制保护双方数据的隐私信息，导致双方数据存在隐私暴露的问题。
2、上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
1、本专利技术的主要目的在于提供一种单方样本保护方法、装置、设备及存储介质，旨在解决现有技术联邦学习过程中数据隐私安全性低的技术问题。
2、为实现上述目的，本专利技术提供了一种单方样本保护方法，所述方法包括以下步骤:
3、获取待保护的第一样本数据集；
4、根据所述第一样本数据集生成隐匿查询指令，并将所述隐匿查询指令发送至第二终端，并获得所述第二终端根...
【技术保护点】
1.一种单方样本保护方法，其特征在于，应用于第一终端，所述单方样本保护方法包括：
2.如权利要求1所述的方法，其特征在于，所述根据所述交集样本数据集训练第一终端的联邦模型，包括：
3.如权利要求2所述的方法，其特征在于，所述根据所述第一内积和、第二内积以及第一标签值训练第一终端的联邦模型，包括：
4.如权利要求3所述的方法，其特征在于，所述方法还包括：
5.一种单方样本保护方法，其特征在于，应用于第二终端，所述单方样本保护方法包括：
6.如权利要求5所述的方法，其特征在于，所述方法还包括：
7.一...
【技术特征摘要】
1.一种单方样本保护方法，其特征在于，应用于第一终端，所述单方样本保护方法包括：
2.如权利要求1所述的方法，其特征在于，所述根据所述交集样本数据集训练第一终端的联邦模型，包括：
3.如权利要求2所述的方法，其特征在于，所述根据所述第一内积和、第二内积以及第一标签值训练第一终端的联邦模型，包括：
4.如权利要求3所述的方法，其特征在于，所述方法还包括：
5.一种单方样本保护方法，其特征在于，应用于第二终端，所述单方样本保护方法包括：
6.如权利要求5所述的方法，其特征在于，所述方法还包括：
<...【专利技术属性】
技术研发人员：倪高伟，孙苑苑，樊巧云，赵雨，帅敏，
申请(专利权)人：中国移动通信集团江苏有限公司，
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。