1.一种模型训练方法，其特征在于，应用于开发端，所述方法包括：获取指定任务对应的训练样本集；

利用所述训练样本集，训练得到所述指定任务对应的任务模型，所述任务模型包括浅层部分及深层部分，所述浅层部分用于特征提取，所述深层部分用于对所述浅层部分输出的数据特征进行处理，输出最终的输出结果；

将第一训练数据输入所述任务模型的浅层部分，得到所述第一训练数据的数据特征，所述第一训练数据为所述训练样本集中的训练样本；

向客户端提供所述任务模型及所述第一训练数据的数据特征，以使所述客户端将第二训练数据输入所述任务模型的浅层部分，得到所述第二训练数据的数据特征，利用所述第一训练数据的数据特征及第二训练数据的数据特征，对所述任务模型的深层部分进行训练，所述第二训练数据为客户端本地的数据。

2.根据权利要求1所述的方法，其特征在于，在所述将第一训练数据输入所述任务模型的浅层部分，得到所述第一训练数据的数据特征之后，所述方法还包括：对所述第一训练数据的数据特征进行编码；

所述向客户端提供所述任务模型及所述第一训练数据的数据特征，包括：向客户端提供所述任务模型及编码后的所述第一训练数据的数据特征。

3.根据权利要求2所述的方法，其特征在于，在所述对所述第一训练数据的数据特征进行编码之前，所述方法还包括：将所述训练样本集中的样本数据输入所述任务模型的浅层部分，得到所述训练样本集中样本数据的数据特征；

利用所述训练样本集中样本数据的数据特征，训练得到编解码模型；

所述对所述第一训练数据的数据特征进行编码，包括：

将所述第一训练数据的数据特征输入所述编解码模型，得到编码后的所述第一训练数据的数据特征；

所述方法还包括：

向所述客户端提供所述编解码模型。

4.根据权利要求1所述的方法，其特征在于，所述第二训练数据为：所述客户端通过采集存储在本地的数据，或者，所述客户端从私有网络中下载到本地的数据。

5.一种模型训练方法，其特征在于，应用于客户端，所述方法包括：获取第二训练数据以及开发端提供的任务模型和隐私数据，所述隐私数据包括数据特征，所述任务模型包括浅层部分及深层部分，所述浅层部分用于特征提取，所述深层部分用于对所述浅层部分输出的数据特征进行处理，输出最终的输出结果，所述第二训练数据为客户端本地的数据；

将所述第二训练数据输入所述任务模型的浅层部分，得到所述第二训练数据的数据特征；

利用所述开发端提供的数据特征及所述第二训练数据的数据特征，对所述任务模型的深层部分进行训练，得到训练后的所述任务模型。

6.根据权利要求5所述的方法，其特征在于，所述开发端提供的数据特征为编码后的数据特征；

所述利用所述开发端提供的数据特征及所述第二训练数据的数据特征，对所述任务模型的深层部分进行训练，得到训练后的所述任务模型，包括：对所述开发端提供的数据特征进行解码，得到解码后的数据特征；

利用所述解码后的数据特征及所述第二训练数据的数据特征，对所述任务模型的深层部分进行训练，得到训练后的所述任务模型。

7.根据权利要求6所述的方法，其特征在于，所述隐私数据还包括编解码模型；

所述对所述开发端提供的数据特征进行解码，得到解码后的数据特征，包括：将所述开发端提供的数据特征输入所述编解码模型，得到解码后的数据特征。

8.根据权利要求5所述的方法，其特征在于，所述第二训练数据为：所述客户端通过采集存储在本地的数据，或者，所述客户端从私有网络中下载到本地的数据。

9.一种模型训练装置，其特征在于，应用于开发端，所述装置包括：获取模块，用于获取指定任务对应的训练样本集；

训练模块，用于利用所述训练样本集，训练得到所述指定任务对应的任务模型，所述任务模型包括浅层部分及深层部分，所述浅层部分用于特征提取，所述深层部分用于对所述浅层部分输出的数据特征进行处理，输出最终的输出结果；

特征提取模块，用于将第一训练数据输入所述任务模型的浅层部分，得到所述第一训练数据的数据特征，所述第一训练数据为所述训练样本集中的训练样本；

输出模块，用于向客户端提供所述任务模型及所述第一训练数据的数据特征，以使所述客户端将第二训练数据输入所述任务模型的浅层部分，得到所述第二训练数据的数据特征，利用所述第一训练数据的数据特征及第二训练数据的数据特征，对所述任务模型的深层部分进行训练，所述第二训练数据为客户端本地的数据。

10.根据权利要求9所述的装置，其特征在于，所述装置还包括：编码模块，用于对所述第一训练数据的数据特征进行编码；

所述输出模块，具体用于：

向客户端提供所述任务模型及编码后的所述第一训练数据的数据特征。

11.根据权利要求10所述的装置，其特征在于，所述训练模块，还用于：将所述训练样本集中的样本数据输入所述任务模型的浅层部分，得到所述训练样本集中样本数据的数据特征；

利用所述训练样本集中样本数据的数据特征，训练得到编解码模型；

所述编码模块，具体用于：

将所述第一训练数据的数据特征输入所述编解码模型，得到编码后的所述第一训练数据的数据特征；

所述输出模块，还用于：

向所述客户端提供所述编解码模型。

12.根据权利要求9所述的装置，其特征在于，所述第二训练数据为：所述客户端通过采集存储在本地的数据，或者，所述客户端从私有网络中下载到本地的数据。

13.一种模型训练装置，其特征在于，应用于客户端，所述装置包括：获取模块，用于获取第二训练数据以及开发端提供的任务模型和隐私数据，所述隐私数据包括数据特征，所述任务模型包括浅层部分及深层部分，所述浅层部分用于特征提取，所述深层部分用于对所述浅层部分输出的数据特征进行处理，输出最终的输出结果，所述第二训练数据为客户端本地的数据；

特征提取模块，用于将所述第二训练数据输入所述任务模型的浅层部分，得到所述第二训练数据的数据特征；

训练模块，用于利用所述开发端提供的数据特征及所述第二训练数据的数据特征，对所述任务模型的深层部分进行训练，得到训练后的所述任务模型。

14.根据权利要求13所述的装置，其特征在于，所述开发端提供的数据特征为编码后的数据特征；

所述特征提取模块，具体用于：

对所述开发端提供的数据特征进行解码，得到解码后的数据特征；

利用所述解码后的数据特征及所述第二训练数据的数据特征，对所述任务模型的深层部分进行训练，得到训练后的所述任务模型。

15.根据权利要求14所述的装置，其特征在于，所述隐私数据还包括编解码模型；

所述特征提取模块，具体用于：

将所述开发端提供的数据特征输入所述编解码模型，得到解码后的数据特征。

16.根据权利要求13所述的装置，其特征在于，所述第二训练数据为：所述客户端通过采集存储在本地的数据，或者，所述客户端从私有网络中下载到本地的数据。

17.一种模型训练系统，其特征在于，所述系统包括开发端及客户端；

所述开发端，用于获取指定任务对应的训练样本集；利用所述训练样本集，训练得到所述指定任务对应的任务模型，所述任务模型包括浅层部分及深层部分，所述浅层部分用于特征提取，所述深层部分用于对所述浅层部分输出的数据特征进行处理，输出最终的输出结果；将第一训练数据输入所述任务模型的浅层部分，得到所述第一训练数据的数据特征，所述第一训练数据为所述训练样本集中的训练样本；向所述客户端提供所述任务模型及所述第一训练数据的数据特征；

所述客户端，用于获取第二训练数据以及所述开发端提供的所述任务模型和所述第一训练数据的数据特征，所述第二训练数据为客户端本地的数据；将所述第二训练数据输入所述任务模型的浅层部分，得到所述第二训练数据的数据特征；利用所述第一训练数据的数据特征及所述第二训练数据的数据特征，对所述任务模型的深层部分进行训练，得到训练后的所述任务模型。