保护隐私的模型预测方法和装置制造方法及图纸

本说明书实施例提供了一种保护隐私的模型预测方法和装置。该方法的一具体实施方式包括：根据精度配置信息，将目标模型各部分的模型参数从浮点数转化为对应精度的定点数；其中，所述目标模型的不同部分对应不同的精度；采用秘密分享对定点数的模型参数进行拆分，得到多个模型参数分片；将所述多个模型参数分片分别提供给多方安全计算MPC系统中的多个计算方，以供所述多个计算方基于所述模型参数分片和数据提供方提供的待预测数据的数据分片进行多方联合计算，得到所述待预测数据的预测结果。

【技术实现步骤摘要】

本说明书实施例涉及计算机，尤其涉及一种保护隐私的模型预测方法和装置。

技术介绍

1、现阶段，不同的数据持有方所持有的数据可能包含用户的隐私信息，数据持有方之间的数据共享可能会侵犯用户的隐私，进而违反相关法律。为了能够打通多方之间的数据流通，避免数据孤岛现象，可以利用安全多方计算支持多方之间的联合计算，挖掘出数据的价值，同时确保多方交互时不会泄露出各方隐私数据的明文信息。同时，最近比较火热的一个研究对象是大模型，其在不同领域都取得了比较好的效果。如何利用现有预训练好的大模型，在不同的下游任务上发挥更好的效果，是一个很重要的研究方向。而如何在不泄露用户的隐私信息以及大模型持有方的模型参数的前提下，实现大模型安全预测是目前的一个挑战。

技术实现思路

1、本说明书的实施例描述了一种保护隐私的模型预测方法和装置，可以实现在不泄露模型参数和待预测数据的前提下，得到模型预测结果，从而保护模型参数和待预测数据的数据安全。

2、根据第一方面，提供了一种保护隐私的模型预测方法，上述方法由模型提供方执行，上述方法包括：本文档来自技高网...

【技术保护点】

1.一种保护隐私的模型预测方法，所述方法由模型提供方执行，所述方法包括：

2.根据权利要求1所述的方法，其中，所述模型提供方作用为所述多个计算方之一。

3.根据权利要求1所述的方法，其中，所述多个计算方包括第一计算方，第二计算方和第三计算方；

4.根据权利要求3所述的方法，其中，所述将所述多个模型参数分片分别提供给多方安全计算MPC系统中的多个计算方，包括：

5.根据权利要求1所述的方法，其中，所述方法还包括：

6.根据权利要求1所述的方法，其中，所述预测结果包括多个结果分片，所述多个结果分片被发送给预设的结果接收方，以恢复得到...

【技术特征摘要】

1.一种保护隐私的模型预测方法，所述方法由模型提供方执行，所述方法包括：

2.根据权利要求1所述的方法，其中，所述模型提供方作用为所述多个计算方之一。

3.根据权利要求1所述的方法，其中，所述多个计算方包括第一计算方，第二计算方和第三计算方；

4.根据权利要求3所述的方法，其中，所述将所述多个模型参数分片分别提供给多方安全计算mpc系统中的多个计算方，包括：

5.根据权利要求1所述的方法，其中，所述方法还包括：

6.根据权利要求1所述的方法，其中，所述预测结果包括多个结果分片，所述多个结果分片被发送给预设的结果接收方，以恢复得到明文预测结果。

7.根据权利要求1所述的方法，其中，所述目标模型是基于业务数据对预训练语言模型进行调整后得到的大语言模型。

8.根据权利要求1所述的方法，其中，所述目标模型包括输入层、多个中间层和输出层，所...

【专利技术属性】
技术研发人员：吴豪奇，方文静，王磊，
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：