基于联合学习的数据样本处理方法及装置与流程

1.本公开涉及基于联合学习的数据样本处理技术领域，尤其涉及一种基于联合学习的数据样本处理方法及装置。


背景技术：

2.在联合学习中，涉及多个参与方，每个参与方都有各自的数据，其中，每个参与方的数据中可能存在一样的样本。随着对数据保密越来越重视，联合学习中，多个参与方的数据交互也应该注意数据保密。为了兼顾多个参与方交互的质量和保密，多个参与方共有的样本应该是公开的，多个参与方不共有的样本应该是保密的。为了实现上述目的，需要找到多个参与方的样本数据的公共的样本，也就是给多个参与方的样本数据做基于联合学习的数据样本处理的操作，但是目前还没有一种应用于联合学习的，基于联合学习的数据样本处理的方法。
3.在实现本公开构思的过程中，发明人发现相关技术中至少存在如下技术问题：缺少为联合学习中的多个参与方的样本数据做基于联合学习的数据样本处理的方法的问题。


技术实现要素：

4.有鉴于此，本公开实施例提供了一种基于联合学习的数据样本处理方法、装置、电子设备及计算机可读存储介质，以解决现有技术中，缺少为联合学习中的多个参与方的样本数据做基于联合学习的数据样本处理的方法的问题。
5.本公开实施例的第一方面，提供了一种基于联合学习的数据样本处理方法，包括：在联合学习架构中，获取n个参与方的样本数据，其中，n为大于等于二的整数；利用布隆过滤器对n个参与方的样本数据进行处理，得到每个参与方对应的处理结果；根据每个参与方对应的处理结果，通过基于联合学习的数据样本处理操作确定n个参与方的公共样本。
6.本公开实施例的第二方面，提供了一种基于联合学习的数据样本处理装置，包括：获取模块，在联合学习架构中，被配置为获取n个参与方的样本数据，其中，n为大于等于二的整数；处理模块，被配置为利用布隆过滤器对n个参与方的样本数据进行处理，得到每个参与方对应的处理结果；确定模块，被配置为根据每个参与方对应的处理结果，通过基于联合学习的数据样本处理操作确定n个参与方的公共样本。
7.本公开实施例的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述方法的步骤。
8.本公开实施例的第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。
9.本公开实施例与现有技术相比存在的有益效果是：获取n个参与方的样本数据，其中，n为大于等于二的整数；利用布隆过滤器对n个参与方的样本数据进行处理，得到每个参与方对应的处理结果；根据每个参与方对应的处理结果，通过基于联合学习的数据样本处
理操作确定n个参与方的公共样本。采用上述技术手段，可以解决现有技术中，缺少为联合学习中的多个参与方的样本数据做基于联合学习的数据样本处理的方法的问题，进而提供一种应用于联合学习中的基于联合学习的数据样本处理方法。
附图说明
10.为了更清楚地说明本公开实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
11.图1是本公开实施例的一种联合学习的架构示意图；
12.图2是本公开实施例提供的一种基于联合学习的数据样本处理方法的流程示意图；
13.图3是本公开实施例提供的一种基于联合学习的数据样本处理装置的结构示意图；
14.图4是本公开实施例提供的一种电子设备的结构示意图。
具体实施方式
15.以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本公开实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本公开。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本公开的描述。
16.联合学习是指在确保数据安全及用户隐私的前提下，综合利用多种ai(artificial intelligence，人工智能)技术，联合多方合作共同挖掘数据价值，催生基于联合建模的新的智能业态和模式。联合学习至少具有以下特点：
17.(1)参与节点控制自有数据的弱中心化联合训练模式，确保共创智能过程中的数据隐私安全。
18.(2)在不同应用场景下，利用筛选和/或组合ai算法、隐私保护计算，建立多种模型聚合优化策略，以获取高层次、高质量的模型。
19.(3)在确保数据安全及用户隐私的前提下，基于多种模型聚合优化策略，获取提升联合学习引擎的效能方法，其中效能方法可以是通过解决包括计算架构并行、大规模跨域网络下的信息交互、智能感知、异常处理机制等，提升联合学习引擎的整体效能。
20.(4)获取各场景下多方用户的需求，通过互信机制，确定合理评估各联合参与方的真实贡献度，进行分配激励。
21.基于上述方式，可以建立基于联合学习的ai技术生态，充分发挥行业数据价值，推动垂直领域的场景落地。
22.下面将结合附图详细说明根据本公开实施例的一种基于联合学习的数据样本处理方法和装置。
23.图1是本公开实施例的一种联合学习的架构示意图。如图1所示，联合学习的架构可以包括服务器(中心节点)101以及参与方102、参与方103和参与方104。
24.在联合学习过程中，基本模型可以通过服务器101建立，服务器101将该模型发送至与其建立通信连接的参与方102、参与方103和参与方104。基本模型还可以是任一参与方建立后上传至服务器101，服务器101将该模型发送至与其建立通信连接的其他参与方。参与方102、参与方103和参与方104根据下载的基本结构和模型参数构建模型，利用本地数据进行模型训练，获得更新的模型参数，并将更新的模型参数加密上传至服务器101。服务器101对参与方102、参与方103和参与方104发送的模型参数进行聚合，获得全局模型参数，并将全局模型参数传回至参与方102、参与方103和参与方104。参与方102、参与方103和参与方104根据接收的全局模型参数对各自的模型进行迭代，直到模型最终收敛，从而实现对模型的训练。在联合学习过程中，参与方102、参与方103和参与方104上传的数据为模型参数，本地数据并不会上传至服务器101，且所有参与方可以共享最终的模型参数，因此可以在保证数据隐私的基础上实现共同建模。需要说明的是，参与方的数量不限于如上的三个，而是可以根据需要进行设置，本公开实施例对此不作限制。
25.图2是本公开实施例提供的一种基于联合学习的数据样本处理方法的流程示意图。图2的基于联合学习的数据样本处理方法可以由图1的服务器执行。
26.如图2所示，该基于联合学习的数据样本处理方法包括：
27.s201，在联合学习架构中，获取n个参与方的样本数据，其中，n为大于等于二的整数；
28.s202，利用布隆过滤器对n个参与方的样本数据进行处理，得到每个参与方对应的处理结果；
29.s203，根据每个参与方对应的处理结果，通过基于联合学习的数据样本处理操作确定n个参与方的公共样本。
30.布隆过滤器可以检索一个元素是否在一个集合中，本公开实施例结合布隆过滤器的工作原理，提出了一种应用于联合学习的基于联合学习的数据样本处理的方法。本公开实施例是首次将布隆过滤器应用到了联合学习中。基于联合学习的数据样本处理操作，可以是遍历操作，用于确定多个参与方的公共样本。布隆过滤器(bloom filter)是由布隆(burton howard bloom)在1970年提出的。它实际上是由一个很长的二进制向量和一系列随机映射函数组成，布隆过滤器可以用于检索一个元素是否在一个集合中。
31.根据本公开实施例提供的技术方案，获取n个参与方的样本数据，其中，n为大于等于二的整数；利用布隆过滤器对n个参与方的样本数据进行处理，得到每个参与方对应的处理结果；根据每个参与方对应的处理结果，通过基于联合学习的数据样本处理操作确定n个参与方的公共样本。采用上述技术手段，可以解决现有技术中，缺少为联合学习中的多个参与方的样本数据做基于联合学习的数据样本处理的方法的问题，进而提供一种应用于联合学习中的基于联合学习的数据样本处理方法。
32.在步骤s202中，利用布隆过滤器对n个参与方的样本数据进行处理，得到每个参与方对应的处理结果，包括：利用布隆过滤器中的多个哈希函数分别对每个参与方的样本数据进行映射，得到每个参与方的样本数据对应的多个哈希值；根据每个参与方的样本数据对应的多个哈希值，确定每个参与方对应的处理结果。
33.布隆过滤器具有多个哈希函数，举例说明，布隆过滤器具有三个哈希函数，那么通过布隆过滤器的三个哈希函数完成映射后，得到的是每个参与方的样本数据对应的三个哈
希值。因为每个参与方的样本数据具有多个样本，所以利用布隆过滤器中的三个哈希函数分别对每个参与方的样本数据进行映射，是利用三个哈希函数分别对每个参与方的样本数据中的多个样本进行映射，每个参与方的每个样本对应三个哈希值。
34.根据每个参与方的样本数据对应的多个哈希值，确定每个参与方对应的处理结果，包括：初始化每个参与方的样本数据对应的位数组；对于每个参与方，将每个哈希值对应的位数组中的位置标记为一，得到每个参与方对应的处理结果。
35.位数组中包括多个位置，每个位置可以标记一个哈希值，比如布隆过滤器具有三个哈希函数，那么一个样本对应的是位数组中的三个位置(一个样本对应三个哈希值)。以两个参与方举例，对参与方对应的处理结果做基于联合学习的数据样本处理操作时，比如a元素在一个参与方对应的位数组中的三个位置都为一，说明a元素在该参与方的样本数据中，a元素在另一个参与方对应的位数组中的三个位置也都为一，说明a元素也在该参与方的样本数据中，那么a元素在这两个参与方的样本数据中，a元素是公共样本中的一个元素，如果a元素在其中一个参与方对应的位数组中的三个位置中的一个位置不为一，a元素不是公共样本中的一个元素。
36.在一个可选实施例中，包括：当n为二时：利用布隆过滤器对第一个参与方的样本数据进行处理，得到第一个参与方对应的第一处理结果；利用布隆过滤器对第二个参与方的样本数据进行处理，得到第二个参与方对应的第二处理结果；遍历第一处理结果和第二处理结果，确定第一个参与方与第二个参与方的公共样本，其中，基于联合学习的数据样本处理操作包括遍历。
37.比如，第一处理结果存在a元素，那么在第二处理结果遍历a元素，如果两个处理结果中都存在a元素，那么将a元素放入第一个参与方与第二个参与方的公共样本中。
38.在一个可选实施例中，包括：当n大于二时：利用布隆过滤器对多个参与方的样本数据进行处理，得到多个参与方对应的处理结果；遍历多个参与方中任意两个参与方对应的处理结果，确定多个参与方中任意两个参与方的公共样本，其中，基于联合学习的数据样本处理操作包括遍历；遍历公共样本和剩余的参与方中任意一个参与方对应的处理结果，以更新公共样本，直至遍历完所有的参与方对应的处理结果，停止遍历。
39.在一个联合学习中，存在多个参与方时，是先确定两个参与方的公共样本，然后确定该公共样本和第三个参与方的公共的样本，将此时确定的公共的样本作为最新的公共样本；每次确定最新的公共样本的剩余的参与方中的任意一个参与方的公共的样本，将此时确定的公共的样本作为最新的公共样本。将停止遍历时的最新的公共样本作为所有的参与方的公共样本。
40.在一个可选实施例中，包括：当n为二时：将两个参与方中的任意一个参与方作为服务方，将另外一个参与方作为客户方；生成服务方的私钥和公钥，并将公钥发送给客户方；为客户方的样本数据生成随机数，并根据随机数生成第一随机量和第二随机量；通过公钥和第一随机量加密客户方的样本数据，得到加密结果，并将加密结果发送给服务方；在服务方，利用私钥解密加密结果，得到解密结果，利用布隆过滤器对服务方的样本数据进行处理，得到服务方对应的第三处理结果，将解密结果和第三处理结果发送给客户方；在客户方，利用第二随机量对解密结果进行去随机量操作，得到去随机量结果，利用布隆过滤器对客户方的样本数据进行处理，得到客户方对应的第四处理结果，根据第三处理结果和第四
处理结果，通过基于联合学习的数据样本处理操作确定服务方与客户方的公共样本。
41.本公开实施例提出了一种新的基于加密解密的基于联合学习的数据样本处理的方法。通过公钥和第一随机量加密客户方的样本数据，可以理解为先根据第一随机量给客户方的样本数据加入随机量，然后使用公钥加密加入随机量后的客户方的样本数据。因为给客户方的样本数据加入随机量本身就可以理解为一种加密方法，所以给客户方的样本数据加入随机量和使用公钥加密客户方的样本数据可以理解为一种新的加密方法。利用第二随机量对解密结果进行去随机量操作，是将根据第一随机量给客户方的样本数据加入的随机量去掉，相当于在解密结果的基础上，继续解密。第二随机量和第一随机量相关，根据第一随机量给客户方的样本数据加入随机量，利用第二随机量对解密结果进行去随机量操作，两次操作可以理解为互逆操作。本公开实施例的执行主体是一个基于联合学习的数据样本处理系统，该基于联合学习的数据样本处理系统内分为服务方与客户方。
42.在一个可选实施例中，包括：当n大于二时：将所有的参与方中的任意一个参与方作为服务方，将剩余的每个参与方作为一个客户方；生成服务方的私钥和公钥，并将公钥发送给每个客户方；对于服务方和任意一个客户方：为客户方的样本数据生成随机数，并根据随机数生成第一随机量和第二随机量；通过公钥和第一随机量加密客户方的样本数据，得到加密结果，并将加密结果发送给服务方；在服务方，利用私钥解密加密结果，得到解密结果，利用布隆过滤器对服务方的样本数据进行处理，得到服务方对应的第三处理结果，将解密结果和第三处理结果发送给客户方；在客户方，利用第二随机量对解密结果进行去随机量操作，得到去随机量结果，利用布隆过滤器对客户方的样本数据进行处理，得到客户方对应的第四处理结果，根据第三处理结果和第四处理结果，通过基于联合学习的数据样本处理操作确定服务方与客户方的公共样本；根据服务方和每个客户方的公共样本确定所有的参与方的公共样本。
43.首先确定服务方和任意一个客户方的公共样本，得到了多个公共样本，根据多个公共样本确定所有的参与方的公共样本。可以理解为将多个公共样本的公共的部分找出来。
44.上述所有可选技术方案，可以采用任意结合形成本技术的可选实施例，在此不再一一赘述。
45.下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。
46.图3是本公开实施例提供的一种基于联合学习的数据样本处理装置的示意图。如图3所示，该基于联合学习的数据样本处理装置包括：
47.获取模块301，在联合学习架构中，被配置为获取n个参与方的样本数据，其中，n为大于等于二的整数；
48.处理模块302，被配置为利用布隆过滤器对n个参与方的样本数据进行处理，得到每个参与方对应的处理结果；
49.确定模块303，被配置为根据每个参与方对应的处理结果，通过基于联合学习的数据样本处理操作确定n个参与方的公共样本。
50.布隆过滤器可以检索一个元素是否在一个集合中，本公开实施例结合布隆过滤器的工作原理，提出了一种应用于联合学习的基于联合学习的数据样本处理的方法。本公开
实施例是首次将布隆过滤器应用到了联合学习中。基于联合学习的数据样本处理操作，可以是遍历操作，用于确定多个参与方的公共样本。布隆过滤器(bloom filter)是由布隆(burton howard bloom)在1970年提出的。它实际上是由一个很长的二进制向量和一系列随机映射函数组成，布隆过滤器可以用于检索一个元素是否在一个集合中。
51.根据本公开实施例提供的技术方案，获取n个参与方的样本数据，其中，n为大于等于二的整数；利用布隆过滤器对n个参与方的样本数据进行处理，得到每个参与方对应的处理结果；根据每个参与方对应的处理结果，通过基于联合学习的数据样本处理操作确定n个参与方的公共样本。采用上述技术手段，可以解决现有技术中，缺少为联合学习中的多个参与方的样本数据做基于联合学习的数据样本处理的方法的问题，进而提供一种应用于联合学习中的基于联合学习的数据样本处理方法。
52.可选地，处理模块302还被配置为利用布隆过滤器中的多个哈希函数分别对每个参与方的样本数据进行映射，得到每个参与方的样本数据对应的多个哈希值；根据每个参与方的样本数据对应的多个哈希值，确定每个参与方对应的处理结果。
53.布隆过滤器具有多个哈希函数，举例说明，布隆过滤器具有三个哈希函数，那么通过布隆过滤器的三个哈希函数完成映射后，得到的是每个参与方的样本数据对应的三个哈希值。因为每个参与方的样本数据具有多个样本，所以利用布隆过滤器中的三个哈希函数分别对每个参与方的样本数据进行映射，是利用三个哈希函数分别对每个参与方的样本数据中的多个样本进行映射，每个参与方的每个样本对应三个哈希值。
54.可选地，处理模块302还被配置为初始化每个参与方的样本数据对应的位数组；对于每个参与方，将每个哈希值对应的位数组中的位置标记为一，得到每个参与方对应的处理结果。
55.位数组中包括多个位置，每个位置可以标记一个哈希值，比如布隆过滤器具有三个哈希函数，那么一个样本对应的是位数组中的三个位置(一个样本对应三个哈希值)。以两个参与方举例，对参与方对应的处理结果做基于联合学习的数据样本处理操作时，比如a元素在一个参与方对应的位数组中的三个位置都为一，说明a元素在该参与方的样本数据中，a元素在另一个参与方对应的位数组中的三个位置也都为一，说明a元素也在该参与方的样本数据中，那么a元素在这两个参与方的样本数据中，a元素是公共样本中的一个元素，如果a元素在其中一个参与方对应的位数组中的三个位置中的一个位置不为一，a元素不是公共样本中的一个元素。
56.可选地，处理模块302还被配置为当n为二时：利用布隆过滤器对第一个参与方的样本数据进行处理，得到第一个参与方对应的第一处理结果；利用布隆过滤器对第二个参与方的样本数据进行处理，得到第二个参与方对应的第二处理结果；遍历第一处理结果和第二处理结果，确定第一个参与方与第二个参与方的公共样本，其中，基于联合学习的数据样本处理操作包括遍历。
57.比如，第一处理结果存在a元素，那么在第二处理结果遍历a元素，如果两个处理结果中都存在a元素，那么将a元素放入第一个参与方与第二个参与方的公共样本中。
58.可选地，处理模块302还被配置为当n大于二时：利用布隆过滤器对多个参与方的样本数据进行处理，得到多个参与方对应的处理结果；遍历多个参与方中任意两个参与方对应的处理结果，确定多个参与方中任意两个参与方的公共样本，其中，基于联合学习的数
据样本处理操作包括遍历；遍历公共样本和剩余的参与方中任意一个参与方对应的处理结果，以更新公共样本，直至遍历完所有的参与方对应的处理结果，停止遍历。
59.在一个联合学习中，存在多个参与方时，是先确定两个参与方的公共样本，然后确定该公共样本和第三个参与方的公共的样本，将此时确定的公共的样本作为最新的公共样本；每次确定最新的公共样本的剩余的参与方中的任意一个参与方的公共的样本，将此时确定的公共的样本作为最新的公共样本。将停止遍历时的最新的公共样本作为所有的参与方的公共样本。
60.可选地，处理模块302还被配置为当n为二时：将两个参与方中的任意一个参与方作为服务方，将另外一个参与方作为客户方；生成服务方的私钥和公钥，并将公钥发送给客户方；为客户方的样本数据生成随机数，并根据随机数生成第一随机量和第二随机量；通过公钥和第一随机量加密客户方的样本数据，得到加密结果，并将加密结果发送给服务方；在服务方，利用私钥解密加密结果，得到解密结果，利用布隆过滤器对服务方的样本数据进行处理，得到服务方对应的第三处理结果，将解密结果和第三处理结果发送给客户方；在客户方，利用第二随机量对解密结果进行去随机量操作，得到去随机量结果，利用布隆过滤器对客户方的样本数据进行处理，得到客户方对应的第四处理结果，根据第三处理结果和第四处理结果，通过基于联合学习的数据样本处理操作确定服务方与客户方的公共样本。
61.本公开实施例提出了一种新的基于加密解密的基于联合学习的数据样本处理的方法。通过公钥和第一随机量加密客户方的样本数据，可以理解为先根据第一随机量给客户方的样本数据加入随机量，然后使用公钥加密加入随机量后的客户方的样本数据。因为给客户方的样本数据加入随机量本身就可以理解为一种加密方法，所以给客户方的样本数据加入随机量和使用公钥加密客户方的样本数据可以理解为一种新的加密方法。利用第二随机量对解密结果进行去随机量操作，是将根据第一随机量给客户方的样本数据加入的随机量去掉，相当于在解密结果的基础上，继续解密。第二随机量和第一随机量相关，根据第一随机量给客户方的样本数据加入随机量，利用第二随机量对解密结果进行去随机量操作，两次操作可以理解为互逆操作。本公开实施例的执行主体是一个基于联合学习的数据样本处理系统，该基于联合学习的数据样本处理系统内分为服务方与客户方。
62.可选地，处理模块302还被配置为当n大于二时：将所有的参与方中的任意一个参与方作为服务方，将剩余的每个参与方作为一个客户方；生成服务方的私钥和公钥，并将公钥发送给每个客户方；对于服务方和任意一个客户方：为客户方的样本数据生成随机数，并根据随机数生成第一随机量和第二随机量；通过公钥和第一随机量加密客户方的样本数据，得到加密结果，并将加密结果发送给服务方；在服务方，利用私钥解密加密结果，得到解密结果，利用布隆过滤器对服务方的样本数据进行处理，得到服务方对应的第三处理结果，将解密结果和第三处理结果发送给客户方；在客户方，利用第二随机量对解密结果进行去随机量操作，得到去随机量结果，利用布隆过滤器对客户方的样本数据进行处理，得到客户方对应的第四处理结果，根据第三处理结果和第四处理结果，通过基于联合学习的数据样本处理操作确定服务方与客户方的公共样本；根据服务方和每个客户方的公共样本确定所有的参与方的公共样本。
63.首先确定服务方和任意一个客户方的公共样本，得到了多个公共样本，根据多个公共样本确定所有的参与方的公共样本。可以理解为将多个公共样本的公共的部分找出
来。
64.应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本公开实施例的实施过程构成任何限定。
65.图4是本公开实施例提供的电子设备4的示意图。如图4所示，该实施例的电子设备4包括：处理器401、存储器402以及存储在该存储器402中并且可在处理器401上运行的计算机程序403。处理器401执行计算机程序403时实现上述各个方法实施例中的步骤。或者，处理器401执行计算机程序403时实现上述各装置实施例中各模块/单元的功能。
66.示例性地，计算机程序403可以被分割成一个或多个模块/单元，一个或多个模块/单元被存储在存储器402中，并由处理器401执行，以完成本公开。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序403在电子设备4中的执行过程。
67.电子设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等电子设备。电子设备4可以包括但不仅限于处理器401和存储器402。本领域技术人员可以理解，图4仅仅是电子设备4的示例，并不构成对电子设备4的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如，电子设备还可以包括输入输出设备、网络接入设备、总线等。
68.处理器401可以是中央处理单元(central processing unit，cpu)，也可以是其它通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
69.存储器402可以是电子设备4的内部存储单元，例如，电子设备4的硬盘或内存。存储器402也可以是电子设备4的外部存储设备，例如，电子设备4上配备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)等。进一步地，存储器402还可以既包括电子设备4的内部存储单元也包括外部存储设备。存储器402用于存储计算机程序以及电子设备所需的其它程序和数据。存储器402还可以用于暂时地存储已经输出或者将要输出的数据。
70.所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本技术的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
71.在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
72.本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本公开的范围。
73.在本公开所提供的实施例中，应该理解到，所揭露的装置/电子设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/电子设备实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
74.作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
75.另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
76.集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本公开实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可以存储在计算机可读存储介质中，该计算机程序在被处理器执行时，可以实现上述各个方法实施例的步骤。计算机程序可以包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如，在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
77.以上实施例仅用以说明本公开的技术方案，而非对其限制；尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本公开各实施例技术方案的精神和范围，均应包含在本公开的保护范围之内。

技术特征：
1.一种基于联合学习的数据样本处理方法，其特征在于，包括：在联合学习架构中，获取n个参与方的样本数据，其中，n为大于等于二的整数；利用布隆过滤器对n个所述参与方的样本数据进行处理，得到每个所述参与方对应的处理结果；根据每个所述参与方对应的处理结果，通过基于联合学习的数据样本处理操作确定n个所述参与方的公共样本。2.根据权利要求1所述的方法，其特征在于，所述利用布隆过滤器对n个所述参与方的样本数据进行处理，得到每个所述参与方对应的处理结果，包括：利用所述布隆过滤器中的多个哈希函数分别对每个所述参与方的样本数据进行映射，得到每个所述参与方的样本数据对应的多个哈希值；根据每个所述参与方的样本数据对应的多个哈希值，确定每个所述参与方对应的处理结果。3.根据权利要求2所述的方法，其特征在于，所述根据每个所述参与方的样本数据对应的多个哈希值，确定每个所述参与方对应的处理结果，包括初始化每个所述参与方的样本数据对应的位数组；对于每个所述参与方，将每个所述哈希值对应的所述位数组中的位置标记为一，得到每个所述参与方对应的处理结果。4.根据权利要求1所述的方法，其特征在于，包括：当n为二时：利用所述布隆过滤器对第一个参与方的样本数据进行处理，得到所述第一个参与方对应的第一处理结果；利用所述布隆过滤器对第二个参与方的样本数据进行处理，得到所述第二个参与方对应的第二处理结果；遍历所述第一处理结果和所述第二处理结果，确定所述第一个参与方与所述第二个参与方的公共样本，其中，所述基于联合学习的数据样本处理操作包括遍历。5.根据权利要求1所述的方法，其特征在于，包括：当n大于二时：利用所述布隆过滤器对多个参与方的样本数据进行处理，得到多个所述参与方对应的处理结果；遍历多个所述参与方中任意两个所述参与方对应的处理结果，确定多个所述参与方中任意两个所述参与方的公共样本，其中，所述基于联合学习的数据样本处理操作包括遍历；遍历所述公共样本和剩余的所述参与方中任意一个所述参与方对应的处理结果，以更新所述公共样本，直至遍历完所有的所述参与方对应的处理结果，停止遍历。6.根据权利要求1所述的方法，其特征在于，包括：当n为二时：将两个所述参与方中的任意一个所述参与方作为服务方，将另外一个所述参与方作为客户方；生成所述服务方的私钥和公钥，并将所述公钥发送给所述客户方；为所述客户方的样本数据生成随机数，并根据所述随机数生成第一随机量和第二随机
量；通过所述公钥和所述第一随机量加密所述客户方的样本数据，得到加密结果，并将所述加密结果发送给所述服务方；在所述服务方，利用所述私钥解密所述加密结果，得到解密结果，利用所述布隆过滤器对所述服务方的样本数据进行处理，得到所述服务方对应的第三处理结果，将所述解密结果和所述第三处理结果发送给所述客户方；在所述客户方，利用所述第二随机量对所述解密结果进行去随机量操作，得到去随机量结果，利用所述布隆过滤器对所述客户方的样本数据进行处理，得到所述客户方对应的第四处理结果，根据所述第三处理结果和所述第四处理结果，通过所述基于联合学习的数据样本处理操作确定所述服务方与所述客户方的公共样本。7.根据权利要求1所述的方法，其特征在于，包括：当n大于二时：将所有的所述参与方中的任意一个所述参与方作为服务方，将剩余的每个所述参与方作为一个客户方；生成所述服务方的私钥和公钥，并将所述公钥发送给每个所述客户方；对于所述服务方和任意一个所述客户方：为所述客户方的样本数据生成随机数，并根据所述随机数生成第一随机量和第二随机量；通过所述公钥和所述第一随机量加密所述客户方的样本数据，得到加密结果，并将所述加密结果发送给所述服务方；在所述服务方，利用所述私钥解密所述加密结果，得到解密结果，利用所述布隆过滤器对所述服务方的样本数据进行处理，得到所述服务方对应的第三处理结果，将所述解密结果和所述第三处理结果发送给所述客户方；在所述客户方，利用所述第二随机量对所述解密结果进行去随机量操作，得到去随机量结果，利用所述布隆过滤器对所述客户方的样本数据进行处理，得到所述客户方对应的第四处理结果，根据所述第三处理结果和所述第四处理结果，通过所述基于联合学习的数据样本处理操作确定所述服务方与所述客户方的公共样本；根据所述服务方和每个所述客户方的公共样本确定所有的所述参与方的公共样本。8.一种基于联合学习的数据样本处理装置，其特征在于，包括：获取模块，在联合学习架构中，被配置为获取n个参与方的样本数据，其中，n为大于等于二的整数；处理模块，被配置为利用布隆过滤器对n个所述参与方的样本数据进行处理，得到每个所述参与方对应的处理结果；确定模块，被配置为根据每个所述参与方对应的处理结果，通过基于联合学习的数据样本处理操作确定n个所述参与方的公共样本。9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并且可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述方法的步骤。10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在
于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述方法的步骤。

技术总结
本公开涉及基于联合学习的数据样本处理技术领域，提供了一种基于联合学习的数据样本处理方法及装置。该方法包括：在联合学习架构中，获取N个参与方的样本数据，其中，N为大于等于二的整数；利用布隆过滤器对N个参与方的样本数据进行处理，得到每个参与方对应的处理结果；根据每个参与方对应的处理结果，通过基于联合学习的数据样本处理操作确定N个参与方的公共样本。采用上述技术手段，解决现有技术中，缺少为联合学习中的多个参与方的样本数据做基于联合学习的数据样本处理的方法的问题。基于联合学习的数据样本处理的方法的问题。基于联合学习的数据样本处理的方法的问题。


技术研发人员：张敏
受保护的技术使用者：新智我来网络科技有限公司
技术研发日：2021.12.29
技术公布日：2023/7/13