基于人工智能的机器学习模型训练方法、预测方法及装置.pdf

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 110990871 A (43)申请公布日 2020.04.10 (21)申请号 201911205122.3 (22)申请日 2019.11.29 (71)申请人 腾讯云计算（北京）有限责任公司 地址 100190 北京市海淀区知春路49号3层 西部309 (72)发明人 石维　赵瑞辉　陈婷　 (74)专利代理机构 北京派特恩知识产权代理有 限公司 11270 代理人 刘晖铭　张颖玲 (51)Int.Cl. G06F 21/62(2013.01) G06N 20/00(2019.01) G06K 9/62(2006.01) H04L 29/06(2006.01) 权利要求书4页 说明书22页 附图10页 (54)发明名称 基于人工智能的机器学习模型训练方法、预 测方法及装置 (57)摘要 本发明提供了一种基于人工智能的机器学 习模型训练方法、预测方法、装置、电子设备及存 储介质；方法包括：将参与机器学习模型训练的 第一参与方的私有训练数据进行融合处理，得到 所述第一参与方的本地信息；其中，所述第一参 与方的私有训练数据包括所述第一参与方持有 的私有权重参数；结合所述第一参与方以及参与 所述机器学习模型训练的第二参与方的私有训 练数据进行隐私保护处理，得到共享中间信息； 根据所述共享中间信息和所述第一参与方的本 地信息，确定所述机器学习模型对应所述第一参 A 与方的梯度，并沿所述梯度的下降方向更新对应 1 所述第一参与方的私有权重参数。通过本发明， 7 8 0 能够在模型训练及预测过程中，提升参与方持有 9 9 0 数据的安全性。 1 1 N C CN 110990871 A 权　利　要　求　书 1/4页 1.一种基于人工智能的机器学习模型训练方法，其特征在于，包括： 将参与机器学习模型训练的第一参与方的私有训练数据进行融合处理，得到所述第一 参与方的本地信息；其中，所述第一参与方的私有训练数据包括所述第一参与方持有的机 器学习模型的私有权重参数； 结合所述第一参与方以及参与所述机器学习模型训练的第二参与方的私有训练数据 进行隐私保护处理，得到共享中间信息； 根据所述共享中间信息和所述第一参与方的本地信息，确定所述机器学习模型对应所 述第一参与方的梯度，并 沿所述梯度的下降方向更新对应所述第一参与方的私有权重参数。 2.根据权利要求1所述的机器学习模型训练方法，其特征在于，所述结合所述第一参与 方以及参与所述机器学习模型训练的第二参与方的私有训练数据进行隐私保护处理，得到 共享中间信息，包括： 获取所述第二参与方的本地信息，其中，所述第二参与方的本地信息是将所述第二参 与方的私有训练数据进行融合处理得到； 将所述第一参与方的私有权重参数与所述第二参与方的属性参数进行共享标量积处 理，得到第一点积结果； 将所述第一参与方的属性参数与所述第二参与方的私有权重参数进行共享标量积处 理，得到第二点积结果； 将所述第二参与方的本地信息、所述第一点积结果及所述第二点积结果确定为共享中 间信息； 其中，所述第一参与方及所述第二参与方的私有训练数据均包括属性参数。 3.根据权利要求2所述的机器学习模型训练方法，其特征在于，所述将所述第一参与方 的私有权重参数与所述第二参与方的属性参数进行共享标量积处理，得到第一点积结果， 包括： 对所述第一参与方的私有权重参数进行加密处理，得到第一