基于隐私数据处理的模型优化方法、装置、设备、存储介质和程序产品

本申请涉及一种基于隐私数据处理的模型优化方法、装置、设备、存储介质和程序产品。该方法包括：获取初始数据处理模型和训练样本集；训练样本集中包括高风险样本集和低风险样本集；对初始数据处理模型进行分解，得到静态模型和动态模型；根据高风险样本集中的反事实训练样本集对动态模型进行训练，得到训练后的动态模型，并将静态模型和训练后的动态模型进行组合，得到目标数据处理模型。通过对初始数据处理模型进行分解，实现了后续过程对动态模型的针对性处理；通过反事实训练样本对动态模型进行训练，消除动态模型对于相关隐私数据的记忆，生成目标数据处理模型，提高了模型识别过程中隐私数据保护的能力。