一种用于隐私保护环境下执行机器学习的系统

专利主权项内容

1.一种用于隐私保护环境下执行机器学习的系统，其特征在于，包括数据加密模块、模型训练模块、训练分析模块和加密优化模块；所述数据加密模块用于对训练数据进行加密处理，所述模型训练模块用于对加密后的数据进行训练处理，所述训练分析模块用于对训练的成果进行分析，所述加密优化模块根据分析成果对数据加密模块进行参数优化；所述数据加密模块包括数据拆分单元、输入加密单元、输出加密单元、秘钥管理单元和数据整合单元，所述数据拆分单元用于将原始数据拆分为输入部分和结果部分，所述输入加密单元用于对数据的输入部分进行加密处理，所述输出加密单元用于对数据的结果部分进行加密处理，所述秘钥管理单元用于记录加密流程中的参数，所述数据整合单元用于将加密后的输入部分和结果部分配对整合成样本数据；所述模型训练模块包括训练单元、训练管理单元和训练统计单元，所述训练单元用于对样本数据进行训练处理，所述训练管理单元用于存储样本数据并对训练的轮次进行管理，所述训练统计单元用于对每个轮次的训练结果进行统计记录；所述训练分析模块包括离散分析单元和效果预测单元，所述离散分析单元用于对统计结果的离散性进行分析处理，所述效果预测单元用于对模型的极限效果和所需轮次进行预测；所述加密优化模块包括历史记录单元、参数优化单元和参数输出单元，所述历史记录单元用于记录每组参数训练效果的历史数据，所述参数优化单元用于对参数进行优化计算处理，所述参数输出单元用于将优化后的参数发送至数据加密模块。