技术特征：
1.一种加密机器学习的训练数据准备方法，其特征在于，包括：数据拥有方节点基于隐私数据源构建输入流；所述数据拥有方节点利用所述输入流从所述隐私数据源中获取目标隐私数据；所述数据拥有方节点将所述隐私数据源中隐私数据的目标特征信息发送给多个非数据拥有方节点；其中，所述目标特征信息用于表征所述隐私数据源中隐私数据的结构；各个非数据拥有方节点根据所述目标特征信息构造无效隐私输入数据；所述数据拥有方节点和非数据拥有方节点基于所述无效隐私输入数据和安全多方计算协议的秘密输入算子将所述目标隐私数据转换为目标加密数据类型，得到目标加密数据；所述多个非数据拥有方节点和所述数据拥有方节点利用所述目标加密数据和安全多方计算协议进行协同机器学习训练。2.根据权利要求1所述的方法，其特征在于，所述目标特征信息为所述目标隐私数据的头部信息，所述目标特征信息包括：所述目标隐私数据的行数、列数和分隔符。3.根据权利要求1所述的方法，其特征在于，在所述多个非数据拥有方节点和所述数据拥有方节点利用所述目标加密数据和安全多方计算协议进行协同机器学习训练之后，还包括：在第一次调用迭代器的get_next函数获取目标隐私数据后，所述数据拥有方节点调用迭代器的get_next函数，利用所述输入流从所述隐私数据源中获取所述目标隐私数据的下一个隐私数据；所述数据拥有方节点和各个非数据拥有方节点基于所述安全多方协议的隐私输入算子协同构造所述目标加密数据类型的数据，得到所述目标隐私数据的下一个隐私数据的加密数据；所述多个非数据拥有方节点和所述数据拥有方节点利用所述目标隐私数据的下一个隐私数据的加密数据和安全多方计算协议进行协同机器学习迭代训练，直至遍历所述隐私数据源中的每个隐私数据。4.根据权利要求3所述的方法，其特征在于，所述数据拥有方节点和各个非数据拥有方节点基于所述安全多方协议的隐私输入算子协同构造所述目标加密数据类型的数据，包括：所述非数据拥有方节点调用迭代器的get_next函数，利用所述目标特征信息构造无效隐私输入数据；所述数据拥有方节点和非数据拥有方节点基于所述无效隐私输入数据和所述安全多方协议的隐私输入算子，将所述目标隐私数据的下一个隐私数据转换为目标加密数据类型。5.根据权利要求1所述的方法，其特征在于，所述数据拥有方节点利用所述输入流从所述隐私数据源中获取目标隐私数据，包括：所述数据拥有方节点利用所述输入流根据迭代器定义的预设顺序从所述隐私数据源中获取目标隐私数据。6.根据权利要求5所述的方法，其特征在于，所述目标隐私数据为预设单位的隐私数据。7.根据权利要求1所述的方法，其特征在于，所述多个非数据拥有方节点和所述数据拥
有方节点利用所述目标加密数据和安全多方计算协议进行协同机器学习训练，包括：将所述目标加密数据作为训练数据；所述多个非数据拥有方节点和所述数据拥有方节点分别根据所述训练数据进行协同机器学习训练。8.根据权利要求7所述的方法，其特征在于，各个非数据拥有方节点分别根据所述目标特征信息构造无效隐私输入数据，包括：所述各个非数据拥有方分别根据所述目标特征信息填充为0；将0作为所述各个非数据拥有方的无效隐私输入数据。9.根据权利要求8所述的方法，其特征在于，所述数据拥有方节点和非数据拥有方节点基于所述无效隐私输入数据和安全多方计算协议的秘密输入算子将所述目标隐私数据转换为目标加密数据类型，得到目标加密数据，包括：根据所述各个非数据拥有方节点的无效隐私输入数据与所述数据拥有方节点的目标隐私数据确定有效隐私数据；其中，所述有效隐私数据为所述目标隐私数据；基于所述无效隐私输入数据和安全多方计算协议的秘密输入算子将所述目标隐私数据转换为目标加密数据类型，得到目标加密数据。10.根据权利要求1所述的方法，其特征在于，机器学习训练基于rosetta框架实现，所述目标加密数据类型为rosetta框架对应的目标安全多方计算协议的加密数据类型。11.根据权利要求1所述的方法，其特征在于，在将所述数据拥有方节点的所述目标隐私数据转换为目标加密数据类型之前，还包括：在数据预处理函数尾部添加一元隐私输入算子，其中，所述一元隐私输入算子包含所述数据拥有方节点的标识数据，所述一元隐私输入算子用于将所述数据拥有方节点的目标隐私数据转换为目标加密数据类型。12.根据权利要求1所述的方法，其特征在于，所述目标隐私数据在构建时指定所述数据拥有方节点的标识数据。13.一种加密机器学习的训练数据准备装置，其特征在于，包括：输入流构建模块，用于数据拥有方节点基于隐私数据源构建输入流；获取模块，用于所述数据拥有方节点利用所述输入流从所述隐私数据源中获取目标隐私数据；发送模块，用于所述数据拥有方节点将所述隐私数据源中隐私数据的目标特征信息发送给多个非数据拥有方节点；其中，所述目标特征信息用于表征所述隐私数据源中隐私数据的结构；确定模块，用于各个非数据拥有方节点根据所述目标特征信息构造无效隐私输入数据；转换模块，用于所述数据拥有方节点和非数据拥有方节点基于所述无效隐私输入数据和安全多方计算协议的秘密输入算子将所述目标隐私数据转换为目标加密数据类型，得到目标加密数据；训练模块，用于所述多个非数据拥有方节点和所述数据拥有方节点利用所述目标加密数据和安全多方计算协议进行协同机器学习训练。14.一种加密机器学习的训练数据准备设备，其特征在于，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现权利要求1至12中任一项所述
方法的步骤。15.一种计算机可读存储介质，其特征在于，其上存储有计算机指令，所述指令被执行时实现权利要求1至12中任一项所述方法的步骤。