CN119442334A 一种云服务隐私数据检测方法和云服务器 （北京时代新威信息技术有限公司）

本申请提供一种云服务隐私数据检测方法器学习算法构建用于隐私数据识别的初始化模务器存储的本地数据分别对初始化模型进行训地服务器对应的本地数据在云服务器中的数据务环境中构建数据集训练隐私数据识别模型过2基于云服务器中公开的云端数据和预设机器学习算法构建用于隐私数据识别的初始将所述初始化模型下发至多个本地服务器，并基于每个所述本获取每个所述本地服务器对应的本地数据在所述云服务器中的当检测到用户通过云服务API接口从所述云服务器获取目标云端数据时，使用所述全通过本地服务器获取本地数据并进行预处理，得到示例数据，所述预基于所述示例数据和所述标签数据构建示例使用所述示例数据集训练和测试所述初始化模型，得到用于对隐私确定所述目标云端数据对应的一个或多个目标本地服务器，所述目使用所述目标本地服务器对应的本地机器学习模型对所述目标云端数据进行隐私数确定所述第一识别结果和所述第二识别结果存在偏差将所述目标隐私数据重新进行标注后发送到对应的本地服务依据更新后的所述示例数据集对所述本地服务器对应的本地机器学习模型进行增量36.根据权利要求1所述的方法，其特征在于，在所对预设时间段内的所述隐私数据检测结果进行汇总和分类，统计不同依据不同类型的隐私数据的出现次数和分布情况生基于预定义的风险评估标准确定所述检测报告对应的风险评估等所述存储器与所述一个或多个处理器耦合，所述存储器用于存储计算9.一种计算机可读存储介质，包括指令，其特征使得所述云服务器执行如权利要求1_7中4[0003]相关技术中的隐私数据检测技术主要基于集中式模型处服务环境中构建隐私数据识别模型的过程中可能存在隐私数基于云服务器中公开的云端数据和预设机器学习算法构建用于隐私数据识别的当检测到用户通过云服务API接口从该云服务器获取目标云端数据时，使用该全5据类型的划分，使得训练得到的本地机器学习模型能够有效地学习到有关隐私数据的特[0010]在一些实施例中，该依据该数据占比将该模型参数在该使用该目标本地服务器对应的本地机器学习模型对该目标云端数据进行隐私数确定该第一识别结果和该第二识别结果存在偏差依据更新后的该示例数据集对该本地服务器对应的本地机器学习模型进行增量6[0016]在一些实施例中，在该当检测到用户通过云服务API接口从该云服务器获取目标依据不同类型的隐私数据的出现次数和分布情况生所述存储器与所述一个或多个处理器耦合，所述存储器用于存储计算机程序代上运行时，使得所述云服务器可以实现上述实施例提供的一种云服务隐私数据检测方法，种方法在确保隐私数据识别模型的精准度的同时，极大地提升了隐私数据保护的安全等7[0024]2、云服务器同时使用全局模型与各本地服务器训练得到的本地机器学习模型对89[0051]云服务器在获得隐私数据检测结果后，根据预设的隐私保护策略对结果进行处型加载到本地服务器的内存或GPU中，并根据示例数据集的特点对模型结构进行必要的调据类型的划分，使得训练得到的本地机器学习模型能够有效地学习到有关隐私数据的特[0105]如果云服务器在步骤S216中评估出当前检测报告对应的风险评估等级为“高风[0107]本发明实施例的云服务器为电子设备，图3示出了适于用来实现本发明实施例的行各种功能应用以及数据处理。存储介质可以是，但不限于，随机存取存储介质读存储介质(ProgrammableRead_OnlyMemory，简称：PROM)，可擦除只读存储介质处理器或者该处理器也可以是任何常规的处任何熟悉本技术领域的技术人员在本发明揭露的技术范