数据交互方法及装置、存储介质及电子设备与流程

所属的技术人员能够理解，本公开的各个方面可以实现为系统、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。下面参照图15来描述根据本公开的这种实施方式的电子设备1500。图15显示的电子设备1500仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。如图15所示，电子设备1500以通用计算设备的形式表现。电子设备1500的组件可以包括但不限于：上述至少一个处理单元1510、上述至少一个存储单元1520、连接不同系统组件(包括存储单元1520和处理单元1510)的总线1530。其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元1510执行，使得所述处理单元1510执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。例如，所述处理单元1510可以执行上述方法实施例的如下步骤：获取本地数据，确定多个本地特征编码器；将所述多个本地特征编码器作为节点，构建超图网络；所述超图网络包括多个节点和连接所述多个节点的超边；根据所述超图网络中属于同一所述超边的所述本地特征编码器对所述本地数据进行特征编码得到的特征向量，确定多模态数据处理模型；利用所述多模态数据处理模型对所述本地数据进行协同交互。存储单元1520可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)15201和/或高速缓存存储单元15202，还可以进一步包括只读存储单元(rom)15203。存储单元1520还可以包括具有一组(至少一个)程序模块15205的程序/实用工具15204，这样的程序模块15205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。总线1530可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。电子设备1500也可以与一个或多个外部设备1540(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备1500交互的设备通信，和/或与使得该电子设备1500能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口1550进行。并且，电子设备1500还可以通过网络适配器1560与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器1560通过总线1530与电子设备1500的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备1500使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机程序产品，该计算机程序产品包括：计算机程序，所述计算机程序被处理器执行时实现上述数据交互方法。在本公开的示例性实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质可以是可读信号介质或者可读存储介质。其上存储有能够实现本公开上述方法的程序产品。在一些可能的实施方式中，本公开的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。本公开中的计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可选地，计算机可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。在具体实施时，可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、c++等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。此外，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。通过以上实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由所附的权利要求指出。

背景技术：

1、随着数据信息化的不断发展，数据资产已经成为企业和个人的重要资产。

2、而大数据、云计算、物联网等技术的发展，使得数据产生的速度和规模不断扩大，数据资产的安全问题也随之而来；为了加强数据资产的安全保护，通常是对数据资产进行物理隔离，即存储在不同的数据所有方，而且数据中可能涉及个人隐私，数据资产不能直接互通分享。

3、需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

1、本公开提供一种数据交互方法及装置、存储介质及电子设备，至少在一定程度上克服数据信息交互中的安全性问题。

2、本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

3、根据本公开的一个方面，提供了一种数据交互方法，包括：获取本地数据，确定多个本地特征编码器；将所述多个本地特征编码器作为节点，构建超图网络；所述超图网络包括多个节点和连接所述多个节点的超边；根据所述超图网络中属于同一所述超边的所述本地特征编码器对所述本地数据进行特征编码得到的特征向量，确定多模态数据处理模型；利用所述多模态数据处理模型对所述本地数据进行协同交互。

4、在一些实施例中，获取本地数据，确定多个本地特征编码器，包括：获取本地数据，确定所述本地数据所包含的模态数据的模态种类；若所述模态数据的模态种类为一种，则根据所述模态数据，确定伪模态数据；将所述伪模态数据更新至所述本地数据，确定多个本地特征编码器。

5、在一些实施例中，根据所述模态数据，确定伪模态数据，包括：对所述模态数据进行数据增强，确定与所述模态数据归属于不同模态种类的伪模态数据。

6、在一些实施例中，将所述伪模态数据更新至所述本地数据，确定多个本地特征编码器，包括：将所述伪模态数据更新至所述本地数据；将所述模态数据和所述伪模态数据作为不同的模态种类，利用编码器进行对比学习训练，确定多个本地特征编码器。

7、在一些实施例中，将所述模态数据和所述伪模态数据作为不同的模态种类，利用编码器进行对比学习训练，确定多个本地特征编码器，包括：利用编码器按照模态种类对所述模态数据和所述伪模态数据进行特征编码，确定初始特征向量；根据所述初始特征向量，构建相似性度量张量；根据所述相似性度量张量，构建相似性系数张量；根据所述相似性度量张量和所述相似性系数张量，确定损失值；将所述损失值进行反向传播，对所述编码器的参数进行调整以对所述编码器进行对比学习训练，确定多个本地特征编码器。

8、在一些实施例中，根据所述初始特征向量，构建相似性度量张量，包括：将所述初始特征向量按照模态种类进行对位相乘，建立多阶矩阵，确定相似性度量张量。

9、在一些实施例中，根据所述相似性度量张量，构建相似性系数张量，包括：根据所述相似性度量张量对应的多阶矩阵，确定对角矩阵和其他矩阵；对所述对角矩阵和所述其他矩阵分别赋值，构建相似性系数张量。

10、在一些实施例中，根据所述相似性度量张量和所述相似性系数张量，确定损失值，包括：将所述相似性度量张量与所述相似性系数张量的克罗内克积进行求和，确定损失值。

11、在一些实施例中，若所述本地数据所包含的模态数据的模态种类为两种及两种以上，则将所述模态数据按照模态种类进行分类，利用编码器进行对比学习训练，确定多个本地特征编码器。

12、在一些实施例中，将所述模态数据按照模态种类进行分类，利用编码器进行对比学习训练，确定多个本地特征编码器，包括：利用编码器将所述模态数据按照模态种类进行特征编码，确定初始特征向量；根据所述初始特征向量，构建相似性度量张量；根据所述相似性度量张量，构建相似性系数张量；根据所述相似性度量张量和所述相似性系数张量，确定损失值；将所述损失值进行反向传播，对所述编码器的参数进行调整以对所述编码器进行对比学习训练，确定多个本地特征编码器。

13、在一些实施例中，将所述多个本地特征编码器作为节点，构建超图网络，包括：将所述多个本地特征编码器作为节点；将公共数据集加载至每一节点，确定每一节点对应的差异特征向量；根据所述多个差异特征向量，确定超边；根据所述超边和所述超边连接的多个节点，构建超图网络。

14、在一些实施例中，根据所述多个差异特征向量，确定超边，包括：计算所述多个差异特征向量中两两对应的余弦相似度；根据超参数将余弦相似度最接近的多个节点划为一个超边。

15、在一些实施例中，根据所述超图网络中属于同一所述超边的所述本地特征编码器对所述本地数据进行特征编码得到的特征向量，确定多模态数据处理模型，包括：利用所述超图网络中属于同一所述超边的所述本地特征编码器对所述模态数据进行特征编码，得到多个本地特征编码器对应的特征向量；将多个所述特征向量输入映射网络进行特征空间拟合，对所述映射网络进行参数训练，确定多模态数据处理模型。

16、在一些实施例中，将多个所述特征向量输入映射网络进行特征空间拟合，对所述映射网络进行参数训练，确定多模态数据处理模型，包括：从多个所述特征向量中任选一个特征向量输入映射网络，对所述特征向量进行特征空间的映射操作，确定首个映射特征编码；从剩余的多个所述特征向量中任选一个特征向量和所述首个特征编码输入映射网络进行特征空间的映射操作，确定下一个映射特征编码；从剩余的多个所述特征向量中任选一个特征向量和下一个映射特征编码输入映射网络，循环进行特征空间的映射操作，直至多个所述特征向量全部完成映射操作，以将所述多个所述特征向量拟合至同一特征空间，确定多模态数据处理模型。

17、在一些实施例中，还包括：对所述多模态数据处理模型进行超图网络的简约处理，确定简约多模态数据处理模型。

18、在一些实施例中，对所述多模态数据处理模型进行超图网络的简约处理，确定简约多模态数据处理模型，包括：对所述多模态数据处理模型的超图网络中的超边连接的多个节点进行筛选，确定超边退化节点；将所述超边中除所述超边退化节点的其他节点滤除，确定简约多模态数据处理模型。

19、在一些实施例中，对所述多模态数据处理模型的超图网络中的超边连接的多个节点进行筛选，确定超边退化节点，包括：计算所述多模态数据处理模型的超图网络中的超边连接的多个节点两两之间的余弦距离；根据所述余弦距离、节点推理用时和权重因子，确定每一节点的特征表征；将所述特征表征按照分值进行排序，将分值最高的所述特征表征对应的节点确定为超边退化节点。

20、根据本公开的另一个方面，还提供了一种数据交互装置，包括：本地特征编码器确定模块，用于获取本地数据，确定多个本地特征编码器；超图网络构建模块，用于将所述多个本地特征编码器作为节点，构建超图网络；所述超图网络包括多个节点和连接所述多个节点的超边；多模态数据处理模型确定模块，用于根据所述超图网络中属于同一所述超边的所述本地特征编码器对所述本地数据进行特征编码得到的特征向量，确定多模态数据处理模型；本地数据协同交互模块，用于利用所述多模态数据处理模型对所述本地数据进行协同交互。

21、根据本公开的另一个方面，还提供了一种电子设备，该电子设备包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的数据交互方法。

22、根据本公开的另一个方面，还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的数据交互方法。

23、根据本公开的另一个方面，还提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述任意一项的数据交互方法。

24、本公开的实施例中提供的数据交互方法及装置、存储介质及电子设备，利用各个数据所有方的本地数据得到本地特征编码器，得到的本地特征编码器具有数据所有方的数据特征，以本地特征编码器作为节点来构建超图网络，利用属于同一超边的本地特征编码器对本地数据进行特征编码得到特征向量，得到多模态数据处理模型，利用本地特征编码器对本地数据进行特征编码得到特征向量，无需将数据持有方的本地数据进行直接交互，提取的特征向量具有本地数据的数据特征和隐含知识，实现了在保全多方数据隐私安全的前提下，无需进行本地数据的共享，得到一个稳健的拥有各方数据隐含知识的多模态数据处理模型，利用该多模态数据处理模型可以对各方持有的本地数据进行协同交互，实现了在保全多方数据隐私安全和前提下通过特征向量实现数据共享。

25、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。