(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210682593.9 (22)申请日 2022.06.16 (71)申请人 支付宝 （杭州） 信息技 术有限公司 地址 310000 浙江省杭州市西湖区西溪路 556号8层B段801-1 1 (72)发明人 曹佳烔　丁菁汀　 (74)专利代理 机构 北京国昊天诚知识产权代理 有限公司 1 1315 专利代理师 朱文杰 (51)Int.Cl. G06F 21/62(2013.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06Q 10/06(2012.01)G06T 1/00(2006.01) (54)发明名称 数据处理方法、 装置及设备 (57)摘要 本说明书实施例提供了一种数据处理方法、 装置及设备， 其中， 该方法包括： 获取待隐写的目 标模型； 基于预先训练的载体类别确定模型， 确 定候选载体类中与所述目标模型对应的目标载 体类； 基于预先训练的载体对象确定模型， 确定 所述目标载体类中与所述目标模型对应的目标 载体对象； 基于预先训练的隐写模型， 将所述待 隐写的目标模型的模型权重和模型结构写入所 述目标载体对象， 得到写入后的载体对象， 将所 述写入后的载体对象发送给目标设备， 所述写入 后的载体对象用于触发所述目标设备基于所述 写入后的载体对象得到所述目标模 型， 以基于所 述目标模型对目标业 务进行处 理。 权利要求书6页 说明书24页 附图5页 CN 114969825 A 2022.08.30 CN 114969825 A 1.一种数据处 理方法， 包括： 获取待隐写的目标模型； 基于预先训练 的载体类别确定模型， 确定候选载体类中与所述目标模型对应的目标载 体类， 所述载体类别确定模型为基于由历史载体类确定的第一动作集合， 以及在强化学习 过程中确定选择所述第一动作集合中的任一动作带来的第一回报值， 对由强化学习算法构 建的模型进行训练得到， 所述第一回报值由每个所述历史载体类中的载体对象对历史模型 进行写入处 理的损失值确定； 基于预先训练 的载体对象确定模型， 确定所述目标载体类中与 所述目标模型对应的目 标载体对 象， 所述载体对 象确定模型为基于由历史载体对 象确定的第二动作集合， 以及在 强化学习过程中确定选择所述第二动作集合中的任一动作带来的第二回报值， 对由强化学 习算法构建的模型进 行训练得到， 所述第二回报值由每个所述历史载体对象对所述历史模 型进行写入处 理的损失值确定； 基于预先训练 的隐写模型， 将所述待隐写的目标模型的模型权重和模型结构写入所述 目标载体对象， 得到写入后的载体对象， 将所述写入后的载体对象发送给目标设备， 所述写 入后的载体对象用于触发所述目标设备基于所述写入后的载体对象得到所述目标模型， 以 基于所述目标模型对目标业 务进行处 理。 2.根据权利要求1所述的方法， 所述目标载体类包括第 一载体类和第 二载体类， 所述目 标载体对象包括基于所述第一载体类确定的第一载体对 象和基于所述第二载体类确定的 第二载体对象， 所述写入后的载体对象包括写入所述目标模型的模型结构的第一载体对 象， 以及写入所述目标模型的模型权 重的第二载体对象。 3.根据权利要求2所述的方法， 所述基于预先训练 的载体类别确定模型， 确定候选载体 类中与所述目标模型对应的目标 载体类， 包括： 对所述目标模型的模型结构进行编码处理， 得到编码后的模型结构， 并基于所述预先 训练的载体类别确定模型和所述编 码后的模型结构， 确定所述候选载体类中与所述编 码后 的模型结构对应的第一载体 类； 基于所述预先训练的载体类别确定模型和所述目标模型的模型权重， 确定所述候选载 体类中与所述目标模型的模型权 重对应的第二载体 类； 所述基于预先训练的载体对象确定模型， 确定所述目标载体类中与 所述目标模型对应 的目标载体对象， 包括： 基于所述预先训练的载体对象确定模型， 确定所述第 一载体类中与 所述编码后的模型 结构对应的第一载体对象； 基于所述预先训练的载体对象确定模型， 确定所述第 二载体类中与 所述目标模型的模 型权重对应的第二载体对象。 4.根据权利要求3所述的方法， 在所述基于预先训练 的载体类别确定模型， 确定候选载 体类中与所述目标模型对应的目标 载体类之前， 还 包括： 获取历史载体对象和所述历史模型； 基于所述历史载体对象的特征向量， 对所述历史载体对象进行聚类处理， 得到所述历 史载体类， 每个所述历史载体 类对应一个或多个所述历史载体对象； 基于每两个所述历史载体类的特征向量之间的距离， 确定目标距离矩阵， 并基于所述权　利　要　求　书 1/6 页 2 CN 114969825 A 2目标距离矩阵确定所述第一动作集 合； 基于每个所述历史载体类对应的历史载体对象对所述历史模型进行写入处理的损失 值， 确定在强化学习过程中确定 选择所述第一动作集 合中的任一动作带来的第一回报值； 基于所述第一动作集合和所述第一回报值， 对所述载体类别确定模型进行训练， 得到 训练后的载体 类别确定模型。 5.根据权利要求4所述的方法， 在所述基于每个所述历史载体类对应的历史载体对象 对所述历史模型进行写入处 理的损失值之前， 还 包括： 获取第一模型和第 三载体对象， 所述第 一模型的模型数据包括所述第 一模型的模型结 构和/或模型权 重； 基于所述第一模型的模型数据、 所述第三载体对象以及预设特征提取模型， 对第一 隐 写模型和第一 提取模型进行训练， 得到训练后的第一隐写模型和第一 提取模型； 基于所述训练后的第 一隐写模型、 所述训练后的第 一提取模型和所述预设特征提取模 型， 确定所述每个所述历史载体类对应的历史载体对象对所述历史模型进 行写入处理的损 失值。 6.根据权利要求5所述的方法， 在所述基于预先训练 的隐写模型， 将所述待隐写的目标 模型的模型权 重和模型 结构写入所述目标 载体对象， 得到写入后的载体对象之前， 还 包括： 获取第二模型和第三载体 类； 基于所述预先训练的载体类别确定模型， 确定所述第 三载体类中与 所述第二模型对应 的第四载体 类； 基于所述预先训练的载体对象确定模型， 确定所述第四载体类中与 所述第二模型对应 的第四载体对象； 基于所述第二模型、 所述第 四载体对象以及所述预设特征提取模型， 对所述 隐写模型 和第二提取模型进行训练， 得到训练后的隐写模型。 7.根据权利要求6所述的方法， 所述基于所述第 二模型、 所述第四载体对象以及所述预 设特征提取模型， 对所述隐写模型和第二提取模型进行训练， 得到训练后的隐写模型， 包 括： 将所述第二模型的模型数据和所述第四载体对象输入所述隐写模型， 得到写入后的第 四载体对象； 将所述写入后的第四载体对象输入所述第二 提取模型， 得到提取的模型 数据； 分别将所述第四载体对象和所述写入后的第四载体对象输入所述预设特征提取模型， 得到所述第四载体对象的特 征向量， 以及所述写入后的第四载体对象的特 征向量； 基于预设损失函数、 所述第四载体对象、 所述写入后的第四载体对象、 所述第 二模型的 模型数据、 所述提取的模型数据、 所述第四载体对象 的特征向量， 以及所述写入后的第四载 体对象的特 征向量， 确定模型损失值； 基于所述模型损失值， 确定所述隐写模型和所述第 二提取模型是否收敛， 如果未收敛， 则基于所述第二模型的模型数据以及所述第四载体对 象继续对所述隐写模型和所述第二 提取模型进行训练， 直到所述隐写模型和所述第二提取模型收敛， 得到所述训练后的隐写 模型。 8.根据权利要求7所述的方法， 所述基于预设损 失函数、 所述第 四载体对象、 所述写入权　利　要　求　书 2/6 页 3 CN 114969825 A 3