安全防护方法、装置、计算机设备和存储介质与流程

1.本技术涉及信息安全技术领域，特别是涉及一种安全防护方法、装置、计算机设备和存储介质。


背景技术：

2.随着人工智能、大数据和机器学习等技术的不断进步，量化交易的应用场景也在不断扩大。越来越多的金融公司开始使用量化交易策略来进行投资和交易，这种趋势在未来还将继续发展。因此如何提升量化交易效率是当前的研究重点。
3.传统量化交易方式是通过对量化交易数据加密后存储于多个存储空间，对每个存储空间添加安全防护系统，并限制每个空间的访问权限，然后分别获取每个存储空间获取量化交易数据从而进行量化交易处理。但是该方式涉及多个存储空间，包括云端、本地服务器和移动设备等，不同设备进行存储与传输过程中，容易受到数据攻击，使得数据泄露风险提高，从而导致量化交易的安全防护效果较差。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种安全防护方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
5.第一方面，本技术提供了一种安全防护方法。所述方法包括：
6.获取多个参与方的量化交易数据、以及各所述参与方的身份信息；
7.针对每个参与方，基于所述参与方的量化交易数据，确定所述参与方的量化交易任务模型，并基于各所述参与方的身份信息，建立各所述参与方的加密通信网络；
8.基于所述加密通信网络、以及联邦学习算法，将各所述参与方的量化交易任务模型进行模型融合处理，得到聚合任务模型，并通过所述加密通信网络，将各所述参与方的量化交易数据输入所述聚合任务模型，得到所有参与方的量化交易策略；
9.基于所述量化交易策略，通过所述加密通信网络，对各所述参与方的量化交易数据进行量化交易处理，得到各所述参与方的量化交易结果。
10.可选的，所述基于所述参与方的量化交易数据，确定所述参与方的量化交易任务模型，包括：
11.获取每个参与方的模型需求信息，并针对每个参与方的模型需求信息，在模型库中，筛选每个参与方的模型需求信息对应的初始数据模型、以及各所述初始数据模型的优化算法；
12.针对每个参与方，根据所述参与方的各量化交易数据、以及所述参与方的初始数据模型的优化算法，对所述初始数据模型进行优化训练处理，得到所述参与方的量化交易任务模型。
13.可选的，所述基于各所述参与方的身份信息，建立各所述参与方的加密通信网络，包括：
14.基于所有参与方的数目，建立初始区域通信网络；所述初始区域通信网络包括多个通信节点；
15.针对每个参与方，在所有通信节点中筛选目标通信节点，并基于所述参与方的身份信息中的地址信息，确定所述目标通信节点的节点地址，基于所述参与方的身份信息中的个人信息，确定所述目标通信节点的节点信息；
16.在所述初始区域通信网络的每两个目标通信节点之间的传输通道建立通信密钥，得到各所述参与方的加密通信网络。
17.可选的，所述在所述初始区域通信网络的每两个目标通信节点之间的传输通道建立通信密钥，包括：
18.基于所述初始区域通信网络的各目标通信节点分别配置私钥，得到各包含私钥的目标通信节点；
19.针对每两个目标通信节点，控制各所述目标通信节点相互发送各所述目标通信节点的私钥，并通过密钥算法，控制各所述目标通信节点计算另一个目标通信节点的私钥对应的密钥信息，得到各所述目标通信节点的通信秘钥。
20.可选的，所述聚合模块，具体用于：
21.基于所述加密通信网络，获取每个目标通信节点对应的参与方的量化交易任务模型的模型参数，并在各所述参与方的量化交易任务模型中筛选目标量化交易任务模型；
22.通过联邦学习算法，对各所述模型参数进行聚合处理，得到所述目标量化交易任务模型的模型参数组，并基于各所述参与方的量化交易数据，分别训练所述目标量化交易任务模型，在所述目标量化交易任务模型的模型参数组中，确定所述目标量化交易任务模型对应的目标模型参数；
23.将包含目标模型参数的目标量化交易任务模型，作为聚合任务模型。
24.可选的，所述聚合模块，具体用于：
25.分别将各所述参与方的量化交易数据，通过所述加密通信网络，输入所述聚合任务模型，得到各所述参与方的子量化交易策略；
26.基于各所述参与方的子量化交易策略，确定各所述参与方的量化交易顺序，并将包含各所述参与方的量化交易顺序的所有子量化交易策略，作为所有参与方的量化交易策略。
27.可选的，所述处理模块，具体用于：
28.基于各所述参与方的子量化交易策略，按照各所述参与方的量化交易顺序，通过所述加密通信网络，分别对每个参与方的量化交易数据进行量化交易处理，得到各所述参与方的量化交易结果。
29.第二方面，本技术还提供了一种安全防护装置。所述装置包括：
30.获取模块，用于获取多个参与方的量化交易数据、以及各所述参与方的身份信息；
31.确定模块，用于针对每个参与方，基于所述参与方的量化交易数据，确定所述参与方的量化交易任务模型，并基于各所述参与方的身份信息，建立各所述参与方的加密通信网络；
32.聚合模块，用于基于所述加密通信网络、以及联邦学习算法，将各所述参与方的量化交易任务模型进行模型融合处理，得到聚合任务模型，并通过所述加密通信网络，将各所
述参与方的量化交易数据输入所述聚合任务模型，得到所有参与方的量化交易策略；
33.处理模块，用于基于所述量化交易策略，通过所述加密通信网络，对各所述参与方的量化交易数据进行量化交易处理，得到各所述参与方的量化交易结果。
34.可选的，所述确定模块，具体用于：
35.获取每个参与方的模型需求信息，并针对每个参与方的模型需求信息，在模型库中，筛选每个参与方的模型需求信息对应的初始数据模型、以及各所述初始数据模型的优化算法；
36.针对每个参与方，根据所述参与方的各量化交易数据、以及所述参与方的初始数据模型的优化算法，对所述初始数据模型进行优化训练处理，得到所述参与方的量化交易任务模型。
37.可选的，所述确定模块，具体用于：
38.基于所有参与方的数目，建立初始区域通信网络；所述初始区域通信网络包括多个通信节点；
39.针对每个参与方，在所有通信节点中筛选目标通信节点，并基于所述参与方的身份信息中的地址信息，确定所述目标通信节点的节点地址，基于所述参与方的身份信息中的个人信息，确定所述目标通信节点的节点信息；
40.在所述初始区域通信网络的每两个目标通信节点之间的传输通道建立通信密钥，得到各所述参与方的加密通信网络。
41.可选的，所述确定模块，具体用于：
42.基于所述初始区域通信网络的各目标通信节点分别配置私钥，得到各包含私钥的目标通信节点；
43.针对每两个目标通信节点，控制各所述目标通信节点相互发送各所述目标通信节点的私钥，并通过密钥算法，控制各所述目标通信节点计算另一个目标通信节点的私钥对应的密钥信息，得到各所述目标通信节点的通信秘钥。
44.可选的，所述聚合模块，具体用于：
45.基于所述加密通信网络，获取每个目标通信节点对应的参与方的量化交易任务模型的模型参数，并在各所述参与方的量化交易任务模型中筛选目标量化交易任务模型；
46.通过联邦学习算法，对各所述模型参数进行聚合处理，得到所述目标量化交易任务模型的模型参数组，并基于各所述参与方的量化交易数据，分别训练所述目标量化交易任务模型，在所述目标量化交易任务模型的模型参数组中，确定所述目标量化交易任务模型对应的目标模型参数；
47.将包含目标模型参数的目标量化交易任务模型，作为聚合任务模型。
48.可选的，所述聚合模块，具体用于：
49.分别将各所述参与方的量化交易数据，通过所述加密通信网络，输入所述聚合任务模型，得到各所述参与方的子量化交易策略；
50.基于各所述参与方的子量化交易策略，确定各所述参与方的量化交易顺序，并将包含各所述参与方的量化交易顺序的所有子量化交易策略，作为所有参与方的量化交易策略。
51.可选的，所述处理模块，具体用于：
52.基于各所述参与方的子量化交易策略，按照各所述参与方的量化交易顺序，通过所述加密通信网络，分别对每个参与方的量化交易数据进行量化交易处理，得到各所述参与方的量化交易结果。
53.第三方面，本技术提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现第一方面中任一项所述的方法的步骤。
54.第四方面，本技术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第一方面中任一项所述的方法的步骤。
55.第五方面，本技术提供了一种计算机程序产品。所述计算机程序产品包括计算机程序，该计算机程序被处理器执行时实现第一方面中任一项所述的方法的步骤。
56.上述安全防护方法、装置、计算机设备和存储介质，通过获取多个参与方的量化交易数据、以及各所述参与方的身份信息；针对每个参与方，基于所述参与方的量化交易数据，确定所述参与方的量化交易任务模型，并基于各所述参与方的身份信息，建立各所述参与方的加密通信网络；基于所述加密通信网络、以及联邦学习算法，将各所述参与方的量化交易任务模型进行模型融合处理，得到聚合任务模型，并通过所述加密通信网络，将各所述参与方的量化交易数据输入所述聚合任务模型，得到所有参与方的量化交易策略；基于所述量化交易策略，通过所述加密通信网络，对各所述参与方的量化交易数据进行量化交易处理，得到各所述参与方的量化交易结果。通过建立加密通信网络，使得各参与方在该加密通信网络中进行量化交易数据传输，然后基于每个参与方的量化交易任务模型，确定所有参与方的聚合任务模型，并通过该聚合任务模型，生成所有参与方的量化交易策略，使得所有参与方在进行量化交易之前，在确保量化交易数据传输的安全性之下，基于所有参与方的聚合任务模型确定的量化交易策略，提升每个参与方的量化交易效率，从而提升了量化交易的安全防护效果。
附图说明
57.图1为一个实施例中安全防护方法的流程示意图；
58.图2为一个实施例中安全防护示例的流程示意图；
59.图3为一个实施例中安全防护装置的结构框图；
60.图4为一个实施例中计算机设备的内部结构图。
具体实施方式
61.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
62.本技术实施例提供的安全防护方法，该方法可以应用于终端，可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。其中，终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑等。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。其中，终端通过建立加密通信网络，使得各参与方在该加密通信网络中进行量化交易数据传输，然后基于每个参与方的量化交易任
务模型，确定所有参与方的聚合任务模型，并通过该聚合任务模型，生成所有参与方的量化交易策略，使得所有参与方在进行量化交易之前，在确保量化交易数据传输的安全性之下，基于所有参与方的聚合任务模型确定的量化交易策略，提升了每个参与方的量化交易效率，从而提升了量化交易的安全防护效果。
63.在一个实施例中，如图1所示，提供了一种安全防护方法，以该方法应用于终端为例进行说明，包括以下步骤：
64.步骤s101，获取多个参与方的量化交易数据、以及各参与方的身份信息。
65.本实施例中，终端针对每个参与方，获取该参与方的初始量化交易数据，并提取各初始量化交易数据中的交易特征数据，作为该初始量化交易数据对应的量化交易数据。其中，初始量化交易数据为联邦量化交易中的历史市场数据、交易记录、以及交易双方信息等。终端获取每个参与方的地址信息、以及每个参与方的个人信息，并将每个参与方的地址信息、以及每个参与方的个人信息，作为每个参与方的身份信息。
66.步骤s102，针对每个参与方，基于参与方的量化交易数据，确定参与方的量化交易任务模型，并基于各参与方的身份信息，建立各参与方的加密通信网络。
67.本实施例中，终端针对每个参与方，基于该参与方的量化交易数据，对该参与方的初始量化交易任务模型进行训练，得到该参与方的量化交易任务模型。终端基于每个参与方的身份信息，建立仅针对各参与方通信的加密通信网络。其中，初始量化交易任务模型可以但不限于是线性回归模型、支持向量机、决策树、深度神经网络等。加密通信网络为多个节点组成的通信链条，该加密通信网络可以但不限于是区块链、peer-to-peer(p2p)网络等。具体的确定量化交易任务模型、以及建立加密通信网络的过程，后续将详细说明。
68.步骤s103，基于加密通信网络、以及联邦学习算法，将各参与方的量化交易任务模型进行模型融合处理，得到聚合任务模型，并通过加密通信网络，将各参与方的量化交易数据输入聚合任务模型，得到所有参与方的量化交易策略。
69.本实施例中，终端基于联邦学习算法，通过该加密通信网络，对每个参与方的量化交易任务模型进行模型融合处理，得到聚合任务模型。然后，终端将各参与方的量化交易数据，通过加密通信网络，输入该聚合任务模型，分别生成每个参与方的自量化交易策略，得到所有参与方的量化交易策略。具体的聚合任务模型的建立过程后续将详细说明。
70.步骤s104，基于量化交易策略，通过加密通信网络，对各参与方的量化交易数据进行量化交易处理，得到各参与方的量化交易结果。
71.本实施例中，终端基于每个参与方的量化交易策略，通过加密通信网络，对各参与方的量化交易数据进行量化交易处理，得到每个参与方的初始量化交易结果。然后，终端评测各参与方的初始量化交易结果的评分值，并在存在评分值低于预设于终端的评分阈值的情况下，终端返回执行步骤s103，直到得到的每个参与方的初始量化交易结果的评分值均大于评分阈值的情况下，终端将均大于评分阈值的评分值对应的各初始量化交易结果，作为各所述参与方的量化交易结果。
72.基于上述方案，通过建立加密通信网络，使得各参与方在该加密通信网络中进行量化交易数据传输，然后基于每个参与方的量化交易任务模型，确定所有参与方的聚合任务模型，并通过该聚合任务模型，生成所有参与方的量化交易策略，使得所有参与方在进行量化交易之前，在确保量化交易数据传输的安全性之下，基于所有参与方的聚合任务模型
确定的量化交易策略，提升每个参与方的量化交易效率，从而提升了量化交易的安全防护效果。
73.可选的，基于参与方的量化交易数据，确定参与方的量化交易任务模型，包括：获取每个参与方的模型需求信息，并针对每个参与方的模型需求信息，在模型库中，筛选每个参与方的模型需求信息对应的初始数据模型、以及各初始数据模型的优化算法；针对每个参与方，根据参与方的各量化交易数据、以及参与方的初始数据模型的优化算法，对初始数据模型进行优化训练处理，得到参与方的量化交易任务模型。
74.本实施例中，终端获取每个参与方的模型需求信息。其中模型需求信息为该参与方需要的量化交易模型的模型标识。终端针对每个参与方的模型需求信息，在模型库中，筛选每个参与方需要的量化交易模型的模型标识对应的初始数据模型、以及各初始数据模型的优化算法。终端针对每个参与方，将该参与方的各量化交易数据输入该初始数据模型中，并对该初始数据模型进行训练处理，得到初始量化交易模型，终端通过该初始数据模型的优化算法，对该除湿量化交易模型的模型参数进行优化调整处理，得到参与方的量化交易任务模型。
75.基于上述方案，通过优化训练每个参与方对应的初始数据模型，得到每个参与方的量化交易任务模型，提升了每个量化交易任务模型的模型性能。
76.可选的，基于各参与方的身份信息，建立各参与方的加密通信网络，包括：基于所有参与方的数目，建立初始区域通信网络；初始区域通信网络包括多个通信节点；针对每个参与方，在所有通信节点中筛选目标通信节点，并基于参与方的身份信息中的地址信息，确定目标通信节点的节点地址，基于参与方的身份信息中的个人信息，确定目标通信节点的节点信息；在初始区域通信网络的每两个目标通信节点之间的传输通道建立通信密钥，得到各参与方的加密通信网络。
77.本实施例中，终端基于所有参与方的数目，建立初始区域通信网络。其中，该初始区域通信网络包括多个通信节点。终端针对每个参与方，在所有通信节点中，随机筛选通信节点作为目标通信节点。终端基于参与方的身份信息中的地址信息，确定该参与方的目标通信节点的节点地址，然后，终端基于参与方的身份信息中的个人信息，确定该目标通信节点的节点信息。终端在初始区域通信网络的每两个目标通信节点之间的传输通道建立通信密钥，得到各参与方的加密通信网络。具体的建立通信秘钥的过程，后续将详细说明。
78.基于上述方案，通过在初始区域通信网络中的节点匹配各参与方的身份信息，然后对每个目标通信节点之间的传输通道建立通信密钥，使得参与方能够在安全交易环境中，进行安全信息传输，提升了量化交易的安全性。
79.可选的，在初始区域通信网络的每两个目标通信节点之间的传输通道建立通信密钥，包括：基于初始区域通信网络的各目标通信节点分别配置私钥，得到各包含私钥的目标通信节点；针对每两个目标通信节点，控制各目标通信节点相互发送各目标通信节点的私钥，并通过密钥算法，控制各目标通信节点计算另一个目标通信节点的私钥对应的密钥信息，得到各目标通信节点的通信秘钥。
80.本实施例中，终端基于初始区域通信网络的各目标通信节点分别配置私钥，得到各包含私钥的目标通信节点；针对每两个目标通信节点，控制各目标通信节点相互发送各目标通信节点的私钥，并通过密钥算法，控制各目标通信节点计算另一个目标通信节点的
私钥对应的密钥信息，得到各目标通信节点的通信秘钥。例如，终端选定一个大质数p和一个原根g。并分别给参与方a和参与方b的目标通信节点发送私有密钥(私钥)a和b。终端控制参与方a，通过密钥算法，计算出a’＝g^a mod p、参与方b，通过密钥算法，计算出b’＝g^b mod p。然后，终端控制参与方a通信方a将a’发送给通信方b，控制通信方b将b’发送给通信方a。然后终端控制通信方a，通过密钥算法，计算出ka＝b^amod p，控制通信方b，通过密钥算法，计算出kb＝a^b mod p。最后通信方a得到通信秘钥ka，通信方b得到通信密钥kb。
81.基于上述方案，通过给给目标通信节点发送私钥，然后控制各目标通信节点通过传输私钥，并基于对方目标通信节点的私钥，通过密钥算法，计算该目标通信节点的通信秘钥，提升了通信秘钥的针对性与安全性。
82.可选的，基于加密通信网络、以及联邦学习算法，将各参与方的量化交易任务模型进行模型融合处理，得到聚合任务模型，包括：基于加密通信网络，获取每个目标通信节点对应的参与方的量化交易任务模型的模型参数，并在各参与方的量化交易任务模型中筛选目标量化交易任务模型；通过联邦学习算法，对各模型参数进行聚合处理，得到目标量化交易任务模型的模型参数组，并基于各参与方的量化交易数据，分别训练目标量化交易任务模型，在目标量化交易任务模型的模型参数组中，确定目标量化交易任务模型对应的目标模型参数；将包含目标模型参数的目标量化交易任务模型，作为聚合任务模型。
83.本实施例中，终端基于加密通信网络，获取每个目标通信节点对应的参与方的量化交易任务模型的模型参数，并在各参与方的量化交易任务模型中，随机筛选一个量化交易任务模型，作为目标量化交易任务模型。终端通过联邦学习算法，对各模型参数进行聚合处理，得到目标量化交易任务模型的模型参数组。然后，终端将各参与方的量化交易数据，分别输入目标量化交易任务模型，并且每次迭代时，目标量化交易任务模型的参数在该模型参数组中进行筛选，直到完成该目标量化交易任务模型的训练过程，将最后一次训练的目标量化交易任务模型的参数，作为该目标量化交易任务模型对应的目标模型参数。最后，终端将包含目标模型参数的目标量化交易任务模型，作为聚合任务模型。
84.基于上述方案，通过将所有模型参数整合，得到聚合任务模型，提升了后续获取每个参与方的量化交易策略的效率。
85.可选的，通过加密通信网络，将各参与方的量化交易数据输入聚合任务模型，得到所有参与方的量化交易策略，包括：分别将各参与方的量化交易数据，通过加密通信网络，输入聚合任务模型，得到各参与方的子量化交易策略；基于各参与方的子量化交易策略，确定各参与方的量化交易顺序，并将包含各参与方的量化交易顺序的所有子量化交易策略，作为所有参与方的量化交易策略。
86.本实施例中，终端分别将各参与方的量化交易数据，通过加密通信网络，输入聚合任务模型，得到各参与方的子量化交易策略。然后终端基于各参与方的子量化交易策略中该参与方需要的量化交易数据，确定各参与方的量化交易顺序。例如，参与方a的量化交易策略为需要参与方b和参与方c的量化交易数据对应的量化交易结果；参与方b的量化交易策略为需要参与方c和参与方d的量化交易结果；参与方c为需要参与方d的量化交易数据；参与方d为需要参与方c的量化交易数据，则各参与方的量化交易顺序为，1.参与方c和参与方d进行量化交易处理；2.参与方b与参与方c进行量化交易处理；3.参与方a、参与方b和参与方c进行量化交易处理。终端将包含各参与方的量化交易顺序的所有子量化交易策略，作
为所有参与方的量化交易策略。
87.基于上述方案，通过对每个参与方的量化交易策略进行排序，提高量化交易效率。
88.可选的，基于量化交易策略，通过加密通信网络，对各参与方的量化交易数据进行量化交易处理，得到各参与方的量化交易结果，包括：基于各参与方的子量化交易策略，按照各参与方的量化交易顺序，通过加密通信网络，分别对每个参与方的量化交易数据进行量化交易处理，得到各参与方的量化交易结果。
89.本实施例中，终端基于各参与方的子量化交易策略，按照各参与方的量化交易顺序，通过加密通信网络，分别对每个参与方的量化交易数据进行量化交易处理，得到各参与方的量化交易结果。
90.基于上述方案，终端通过加密通信网络进行量化交易，提升了量化交易的安全防护效果。
91.在一个实施例中，如图2所示，提供了一种安全防护方法，以该方法应用于终端为例进行说明，包括以下步骤：
92.步骤s201，获取多个参与方的量化交易数据、以及各参与方的身份信息。
93.步骤s202，针对每个参与方，获取每个参与方的模型需求信息，并针对每个参与方的模型需求信息，在模型库中，筛选每个参与方的模型需求信息对应的初始数据模型、以及各初始数据模型的优化算法。
94.步骤s203，针对每个参与方，根据参与方的各量化交易数据、以及参与方的初始数据模型的优化算法，对初始数据模型进行优化训练处理，得到参与方的量化交易任务模型。
95.步骤s204，基于所有参与方的数目，建立初始区域通信网络；初始区域通信网络包括多个通信节点。
96.步骤s205，针对每个参与方，在所有通信节点中筛选目标通信节点，并基于参与方的身份信息中的地址信息，确定目标通信节点的节点地址，基于参与方的身份信息中的个人信息，确定目标通信节点的节点信息。
97.步骤s206，基于初始区域通信网络的各目标通信节点分别配置私钥，得到各包含私钥的目标通信节点。
98.步骤s207，针对每两个目标通信节点，控制各目标通信节点相互发送各目标通信节点的私钥，并通过密钥算法，控制各目标通信节点计算另一个目标通信节点的私钥对应的密钥信息，得到各目标通信节点的通信秘钥。
99.步骤s208，将包含通信秘钥的初始区域通信网络，作为各参与方的加密通信网络。
100.步骤s209，基于加密通信网络，获取每个目标通信节点对应的参与方的量化交易任务模型的模型参数，并在各参与方的量化交易任务模型中筛选目标量化交易任务模型。
101.步骤s210，通过联邦学习算法，对各模型参数进行聚合处理，得到目标量化交易任务模型的模型参数组，并基于各参与方的量化交易数据，分别训练目标量化交易任务模型，在目标量化交易任务模型的模型参数组中，确定目标量化交易任务模型对应的目标模型参数。
102.步骤s211，将包含目标模型参数的目标量化交易任务模型，作为聚合任务模型。
103.步骤s212，分别将各参与方的量化交易数据，通过加密通信网络，输入聚合任务模型，得到各参与方的子量化交易策略。
104.步骤s213，基于各参与方的子量化交易策略，确定各参与方的量化交易顺序，并将包含各参与方的量化交易顺序的所有子量化交易策略，作为所有参与方的量化交易策略。
105.步骤s214，基于各参与方的子量化交易策略，按照各参与方的量化交易顺序，通过加密通信网络，分别对每个参与方的量化交易数据进行量化交易处理，得到各参与方的量化交易结果。
106.应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
107.基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的安全防护方法的安全防护装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个安全防护装置实施例中的具体限定可以参见上文中对于安全防护方法的限定，在此不再赘述。
108.在一个实施例中，如图3所示，提供了一种安全防护装置，包括：获取模块310、确定模块320、聚合模块330和处理模块340，其中：
109.获取模块310，用于获取多个参与方的量化交易数据、以及各所述参与方的身份信息；
110.确定模块320，用于针对每个参与方，基于所述参与方的量化交易数据，确定所述参与方的量化交易任务模型，并基于各所述参与方的身份信息，建立各所述参与方的加密通信网络；
111.聚合模块330，用于基于所述加密通信网络、以及联邦学习算法，将各所述参与方的量化交易任务模型进行模型融合处理，得到聚合任务模型，并通过所述加密通信网络，将各所述参与方的量化交易数据输入所述聚合任务模型，得到所有参与方的量化交易策略；
112.处理模块340，用于基于所述量化交易策略，通过所述加密通信网络，对各所述参与方的量化交易数据进行量化交易处理，得到各所述参与方的量化交易结果。
113.可选的，所述确定模块320，具体用于：
114.获取每个参与方的模型需求信息，并针对每个参与方的模型需求信息，在模型库中，筛选每个参与方的模型需求信息对应的初始数据模型、以及各所述初始数据模型的优化算法；
115.针对每个参与方，根据所述参与方的各量化交易数据、以及所述参与方的初始数据模型的优化算法，对所述初始数据模型进行优化训练处理，得到所述参与方的量化交易任务模型。
116.可选的，所述确定模块320，具体用于：
117.基于所有参与方的数目，建立初始区域通信网络；所述初始区域通信网络包括多个通信节点；
118.针对每个参与方，在所有通信节点中筛选目标通信节点，并基于所述参与方的身
份信息中的地址信息，确定所述目标通信节点的节点地址，基于所述参与方的身份信息中的个人信息，确定所述目标通信节点的节点信息；
119.在所述初始区域通信网络的每两个目标通信节点之间的传输通道建立通信密钥，得到各所述参与方的加密通信网络。
120.可选的，所述确定模块320，具体用于：
121.基于所述初始区域通信网络的各目标通信节点分别配置私钥，得到各包含私钥的目标通信节点；
122.针对每两个目标通信节点，控制各所述目标通信节点相互发送各所述目标通信节点的私钥，并通过密钥算法，控制各所述目标通信节点计算另一个目标通信节点的私钥对应的密钥信息，得到各所述目标通信节点的通信秘钥。
123.可选的，所述聚合模块330，具体用于：
124.基于所述加密通信网络，获取每个目标通信节点对应的参与方的量化交易任务模型的模型参数，并在各所述参与方的量化交易任务模型中筛选目标量化交易任务模型；
125.通过联邦学习算法，对各所述模型参数进行聚合处理，得到所述目标量化交易任务模型的模型参数组，并基于各所述参与方的量化交易数据，分别训练所述目标量化交易任务模型，在所述目标量化交易任务模型的模型参数组中，确定所述目标量化交易任务模型对应的目标模型参数；
126.将包含目标模型参数的目标量化交易任务模型，作为聚合任务模型。
127.可选的，所述聚合模块330，具体用于：
128.分别将各所述参与方的量化交易数据，通过所述加密通信网络，输入所述聚合任务模型，得到各所述参与方的子量化交易策略；
129.基于各所述参与方的子量化交易策略，确定各所述参与方的量化交易顺序，并将包含各所述参与方的量化交易顺序的所有子量化交易策略，作为所有参与方的量化交易策略。
130.可选的，所述处理模块340，具体用于：
131.基于各所述参与方的子量化交易策略，按照各所述参与方的量化交易顺序，通过所述加密通信网络，分别对每个参与方的量化交易数据进行量化交易处理，得到各所述参与方的量化交易结果。
132.上述安全防护装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
133.在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、移动蜂窝网络、nfc(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种安全防护方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机
设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
134.本领域技术人员可以理解，图4中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
135.第三方面，本技术提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现第一方面中任一项所述的方法的步骤。
136.第四方面，本技术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第一方面中任一项所述的方法的步骤。
137.第五方面，本技术提供了一种计算机程序产品。所述计算机程序产品包括计算机程序，该计算机程序被处理器执行时实现第一方面中任一项所述的方法的步骤。
138.需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
139.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-onlymemory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistiverandomaccessmemory，mram)、铁电存储器(ferroelectricrandomaccessmemory，fram)、相变存储器(phasechangememory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(randomaccessmemory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(staticrandomaccessmemory，sram)或动态随机存取存储器(dynamicrandomaccessmemory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
140.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
141.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。

技术特征：
1.一种安全防护方法，其特征在于，所述方法包括：获取多个参与方的量化交易数据、以及各所述参与方的身份信息；针对每个参与方，基于所述参与方的量化交易数据，确定所述参与方的量化交易任务模型，并基于各所述参与方的身份信息，建立各所述参与方的加密通信网络；基于所述加密通信网络、以及联邦学习算法，将各所述参与方的量化交易任务模型进行模型融合处理，得到聚合任务模型，并通过所述加密通信网络，将各所述参与方的量化交易数据输入所述聚合任务模型，得到所有参与方的量化交易策略；基于所述量化交易策略，通过所述加密通信网络，对各所述参与方的量化交易数据进行量化交易处理，得到各所述参与方的量化交易结果。2.根据权利要求1所述的方法，其特征在于，所述基于所述参与方的量化交易数据，确定所述参与方的量化交易任务模型，包括：获取每个参与方的模型需求信息，并针对每个参与方的模型需求信息，在模型库中，筛选每个参与方的模型需求信息对应的初始数据模型、以及各所述初始数据模型的优化算法；针对每个参与方，根据所述参与方的各量化交易数据、以及所述参与方的初始数据模型的优化算法，对所述初始数据模型进行优化训练处理，得到所述参与方的量化交易任务模型。3.根据权利要求1所述的方法，其特征在于，所述基于各所述参与方的身份信息，建立各所述参与方的加密通信网络，包括：基于所有参与方的数目，建立初始区域通信网络；所述初始区域通信网络包括多个通信节点；针对每个参与方，在所有通信节点中筛选目标通信节点，并基于所述参与方的身份信息中的地址信息，确定所述目标通信节点的节点地址，基于所述参与方的身份信息中的个人信息，确定所述目标通信节点的节点信息；在所述初始区域通信网络的每两个目标通信节点之间的传输通道建立通信密钥，得到各所述参与方的加密通信网络。4.根据权利要求3所述的方法，其特征在于，所述在所述初始区域通信网络的每两个目标通信节点之间的传输通道建立通信密钥，包括：基于所述初始区域通信网络的各目标通信节点分别配置私钥，得到各包含私钥的目标通信节点；针对每两个目标通信节点，控制各所述目标通信节点相互发送各所述目标通信节点的私钥，并通过密钥算法，控制各所述目标通信节点计算另一个目标通信节点的私钥对应的密钥信息，得到各所述目标通信节点的通信秘钥。5.根据权利要求3所述的方法，其特征在于，所述基于所述加密通信网络、以及联邦学习算法，将各所述参与方的量化交易任务模型进行模型融合处理，得到聚合任务模型，包括：基于所述加密通信网络，获取每个目标通信节点对应的参与方的量化交易任务模型的模型参数，并在各所述参与方的量化交易任务模型中筛选目标量化交易任务模型；通过联邦学习算法，对各所述模型参数进行聚合处理，得到所述目标量化交易任务模
型的模型参数组，并基于各所述参与方的量化交易数据，分别训练所述目标量化交易任务模型，在所述目标量化交易任务模型的模型参数组中，确定所述目标量化交易任务模型对应的目标模型参数；将包含目标模型参数的目标量化交易任务模型，作为聚合任务模型。6.根据权利要求1所述的方法，其特征在于，所述通过所述加密通信网络，将各所述参与方的量化交易数据输入所述聚合任务模型，得到所有参与方的量化交易策略，包括：分别将各所述参与方的量化交易数据，通过所述加密通信网络，输入所述聚合任务模型，得到各所述参与方的子量化交易策略；基于各所述参与方的子量化交易策略，确定各所述参与方的量化交易顺序，并将包含各所述参与方的量化交易顺序的所有子量化交易策略，作为所有参与方的量化交易策略。7.根据权利要求6所述的方法，其特征在于，所述基于所述量化交易策略，通过所述加密通信网络，对各所述参与方的量化交易数据进行量化交易处理，得到各所述参与方的量化交易结果，包括：基于各所述参与方的子量化交易策略，按照各所述参与方的量化交易顺序，通过所述加密通信网络，分别对每个参与方的量化交易数据进行量化交易处理，得到各所述参与方的量化交易结果。8.一种安全防护装置，其特征在于，所述装置包括：获取模块，用于获取多个参与方的量化交易数据、以及各所述参与方的身份信息；确定模块，用于针对每个参与方，基于所述参与方的量化交易数据，确定所述参与方的量化交易任务模型，并基于各所述参与方的身份信息，建立各所述参与方的加密通信网络；聚合模块，用于基于所述加密通信网络、以及联邦学习算法，将各所述参与方的量化交易任务模型进行模型融合处理，得到聚合任务模型，并通过所述加密通信网络，将各所述参与方的量化交易数据输入所述聚合任务模型，得到所有参与方的量化交易策略；处理模块，用于基于所述量化交易策略，通过所述加密通信网络，对各所述参与方的量化交易数据进行量化交易处理，得到各所述参与方的量化交易结果。9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。11.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

技术总结
本申请涉及一种安全防护方法、装置、计算机设备和存储介质。本申请涉及信息安全技术领域。方法包括：获取多个参与方的量化交易数据、以及各参与方的身份信息；针对每个参与方，基于参与方的量化交易数据，确定参与方的量化交易任务模型，并基于各参与方的身份信息，建立各参与方的加密通信网络；将各参与方的量化交易任务模型进行模型融合处理，得到聚合任务模型，并通过加密通信网络，将各参与方的量化交易数据输入聚合任务模型，得到所有参与方的量化交易策略；基于量化交易策略，通过加密通信网络，对各参与方的量化交易数据进行量化交易处理，得到各参与方的量化交易结果。采用本方法能够提升量化交易的安全防护效果。法能够提升量化交易的安全防护效果。法能够提升量化交易的安全防护效果。


技术研发人员：李硕蕾 纪耀宗 陈玉棋 张春雨
受保护的技术使用者：中国工商银行股份有限公司
技术研发日：2023.06.06
技术公布日：2023/9/12