一种数据处理方法、装置、设备及介质与流程

技术特征：
1.一种数据处理方法，其特征在于，包括至少一个参与方，各参与方上部署有至少两个待训练模型，所述方法包括：获取多个训练样本，将当前训练样本分别输入至待训练模型，以确定各待训练模型在当前训练样本下的梯度参数；获取隶属于同一参与方的各梯度参数，得到与各参与方所对应的第一融合梯度参数；基于各参与方对应的第一梯度融合参数确定各待训练模型在当前训练样本下对应的待更新梯度参数，并基于待更新梯度参数更新各待训练模型的参数，以在接收到下一待训练样本时，基于下一待训练样本对更新后的各待训练模型进行训练；当检测到待训练模型中的损失函数收敛时，训练得到部署至各参与方的目标模型，以在接收到待处理数据时，基于目标模型对待处理数据进行处理并得到与待处理数据相对应的目标结果。2.根据权利要求1所述的方法，其特征在于，所述获取多个训练样本，将当前训练样本分别输入至待训练模型，以确定各待训练模型在当前训练样本下的梯度参数，包括：针对各待训练模型，将当前待训练样本输入至当前待训练模型，得到与当前待训练样本对应的第一输出结果；基于所述当前待训练模型中的损失函数对所述当前待训练样本和所述第一输出结果损失处理，确定待训练模型在当前训练样本下的梯度参数。3.根据权利要求1所述的方法，其特征在于，所述获取隶属于同一参与方的各梯度参数，得到与各参与方所对应的第一融合梯度参数，包括：在获取到各待训练模型在所述当前训练样本下所对应的梯度参数之后，获取隶属于同一参与方的各待训练模型的梯度参数；基于预设规则将隶属于同一参与方的各梯度参数融合处理，以确定出同一参与方对应的第一融合梯度参数。4.根据权利要求1中所述的方法，其特征在于，所述基于各参与方对应的第一梯度融合参数确定各待训练模型在当前训练样本下对应的待更新梯度参数，并基于待更新梯度参数更新各待训练模型的参数，以在接收到下一待训练样本时，基于下一待训练样本对更新后的各待训练模型进行训练，包括：基于预设规则将各参与方对应的第一梯度融合参数融合，以确定出各待训练模型在当前样本下对应的待更新梯度参数；基于待更新梯度参数更新各所述待训练模型的模型参数，得到待训练模型中的模型参数更新后的待训练模型；在接收到下一待训练样本时，将下一待训练样本作为更新模型参数后的待训练模型的输入，并确定与下一待训练样本对应的第二输出结果，以基于第二输出结果，确定所述待更新梯度参数。5.根据权利要求1中所述的方法，其特征在于，所述当检测到待训练模型中的损失函数收敛时，训练得到部署至各参与方的目标模型，包括：当检测到各参与方对应的待训练模型中的损失函数均收敛时，则将损失函数收敛时所对应的待更新梯度参数作为目标模型参数；将所述目标模型参数更新至各待训练模型中，以得到目标模型。
6.根据权利要求1或5所述的方法，其特征在于，在得到所述目标模型之后，还包括：在接收到图像数据或者文本数据时，将所述图像数据或者文本数据确定为待处理数据；将所述待处理数据输入至目标模型，以使目标模型对所述待处理数据处理，得到与待处理数据相对应的目标结果。7.一种数据处理装置，其特征在于，包括至少一个参与方，各参与方上部署有至少两个待训练模型，所述方法包括：梯度参数确定模块，用于获取多个训练样本，将当前训练样本分别输入至待训练模型，以确定各待训练模型在当前训练样本下的梯度参数；梯度参数融合模块，用于获取隶属于同一参与方的各梯度参数，得到与各参与方所对应的第一融合梯度参数；模型参数更新模块，用于基于各参与方对应的第一梯度融合参数确定各待训练模型在当前训练样本下对应的待更新梯度参数，并基于待更新梯度参数更新各待训练模型的参数，以在接收到下一待训练样本时，基于下一待训练样本对更新后的各待训练模型进行训练；目标结果确定模块，用于当检测到待训练模型中的损失函数收敛时，训练得到部署至各参与方的目标模型，以在接收到待处理数据时，基于目标模型对待处理数据进行处理并得到与待处理数据相对应的目标结果。8.根据权利要求7所述的装置，其特征在于，所述梯度参数确定模块，包括：第一结果确定模块，用于将当前待训练样本输入至待训练模型，得到与当前待训练样本对应的第一输出结果；损失函数确定模块，用于基于当前待训练样本和所述第一输出结果计算待训练模型的损失函数，以基于所述损失函数确定待训练模型在当前训练样本下的梯度参数。9.一种电子设备，其特征在于，所述电子设备包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任一项所述的数据处理方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-6中任一项所述的数据处理方法。

技术总结
本发明公开了一种数据处理方法、装置、设备及介质。该方法包括：获取多个训练样本，将当前训练样本分别输入至待训练模型，确定各待训练模型的梯度参数；获取隶属于同一参与方的各梯度参数，得到第一融合梯度参数；基于各参与方对应的第一梯度融合参数确定待更新梯度参数，并基于待更新梯度参数更新各待训练模型的参数，以在接收到下一待训练样本时，基于下一待训练样本对更新后的各待训练模型进行训练；当检测到待训练模型中的损失函数收敛时，训练得到部署至各参与方的目标模型，以在接收到待处理数据时，基于目标模型对待处理数据进行处理并得到与待处理数据相对应的目标结果。实现了在保证数据隐私的前提下训练出目标模型对待处理数据处理。待处理数据处理。待处理数据处理。


技术研发人员：罗永贵
受保护的技术使用者：联仁健康医疗大数据科技股份有限公司
技术研发日：2022.08.11
技术公布日：2022/11/18