-
公开(公告)号：CN111177576A
公开(公告)日：2020-05-19
申请号：CN202010276684.3
申请日：2020-04-10
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/9535 , G06N5/00
Abstract: 本说明书实施例提供的一种依据决策内容生成决策树用于多方决策的方法和装置。在生成第一决策树时依据的第一决策内容包括：当业务对象的多个对象特征的特征值满足第一关系式时，针对该业务对象执行第一决策；其中，第一关系式由多个比较关系式及其之间的若干逻辑关系符构成，比较关系式由对象特征和阈值之间的比较关系构成。在生成第一决策树时，基于第一关系式中的每个比较关系式，生成对应的子决策树；确定若干逻辑关系符的类型及其之间的层次；根据各个逻辑关系符的类型以及层次，逐层地对各个比较关系式的子决策树进行拼接，得到第一关系式对应的第一决策树，该第一决策树用于根据对象特征的特征值确定是否针对该业务对象执行第一决策。
-
公开(公告)号：CN113868295A
公开(公告)日：2021-12-31
申请号：CN202111126949.2
申请日：2021-09-18
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/2455 , G06F16/242 , G06F16/248 , G06F16/23 , G06F16/25 , G06F21/62
Abstract: 本说明书实施例中提供了一种多方安全数据库、针对该多方安全数据库的数据查询方法和装置。多方安全数据库包括中心节点和多个数据库，中心节点具有公开的第一接口，多个数据库对应的多个查询引擎均包括用于与第一接口进行交互的第二接口。其中，该中心节点能根据查询请求从多个数据库中确定出该查询请求涉及的多个目标数据库，并通过第一接口向多个目标数据库对应的多个目标查询引擎发送查询指示；多个目标查询引擎能从其第二接口接收查询指示，执行该查询指示以获得查询结果，并通过其第二接口向中心节点的第一接口发送该查询结果。
-
公开(公告)号：CN113377625A
公开(公告)日：2021-09-10
申请号：CN202110830690.3
申请日：2021-07-22
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供了一种针对多方联合业务预测进行数据监控的方法及装置，通过监控设备和多个业务方设备对利用多方安全计算MPC的联合业务预测进行数据监控。任意一个业务方设备首先获取自身的包含隐私数据的待预测数据，基于多个业务方设备中的业务预测模型，通过多个业务方设备之间利用MPC进行的数据交互，对待预测数据进行业务预测，使得该业务方设备得到针对待预测数据的预测结果，然后将待预测数据和对应的预测结果添加至待统计数据集。当预设的统计条件满足时，该业务方设备对待统计数据集中的未统计数据进行统计，得到不包含隐私数据的统计特征，并将该统计特征发送至监控设备，监控设备对多个业务方设备发送的统计特征进行联合处理。
-
公开(公告)号：CN112860752A
公开(公告)日：2021-05-28
申请号：CN202110443580.1
申请日：2021-04-23
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/2455 , G06F16/25
Abstract: 本说明书实施例中提供了一种针对多方安全数据库的数据查询方法、装置及系统。应用于中心节点的方法包括：接收来自数据请求方的数据查询请求，数据查询请求涉及存储于若干数据提供方的若干目标数据；确定数据查询请求是否满足若干目标数据各自的安全要求；当数据查询请求满足若干目标数据各自的安全要求时，对若干目标数据进行处理以获得结果数据；向数据请求方发送结果数据。中心节点根据存储于数据提供方的目标数据的安全要求，限制数据请求方对目标数据的查询情况，使数据提供方通过中心节点实现有限制的向外部共享目标数据，对共享场景提供安全的数据解决方案，有利于对目标数据中的部分或全部数据进行安全保护。
-
公开(公告)号：CN111027713B
公开(公告)日：2022-09-02
申请号：CN201911261423.8
申请日：2019-12-10
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N20/00
Abstract: 本说明书中的实施例提供了共享机器学习系统及方法。共享机器学习系统包括多个计算节点，多个计算节点中的至少部分计算节点具备可信执行环境。具备可信执行环境的计算节点能够接收来自一个或多个数据源的私有数据，以及在可信执行环境中使用所述私有数据执行集中式共享机器学习任务和/或与其他计算节点协同执行分布式共享机器学习任务。
-
Patent Agency Ranking
公开(公告)号：CN113377625B
公开(公告)日：2022-05-17
申请号：CN202110830690.3
申请日：2021-07-22
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供了一种针对多方联合业务预测进行数据监控的方法及装置，通过监控设备和多个业务方设备对利用多方安全计算MPC的联合业务预测进行数据监控。任意一个业务方设备首先获取自身的包含隐私数据的待预测数据，基于多个业务方设备中的业务预测模型，通过多个业务方设备之间利用MPC进行的数据交互，对待预测数据进行业务预测，使得该业务方设备得到针对待预测数据的预测结果，然后将待预测数据和对应的预测结果添加至待统计数据集。当预设的统计条件满足时，该业务方设备对待统计数据集中的未统计数据进行统计，得到不包含隐私数据的统计特征，并将该统计特征发送至监控设备，监控设备对多个业务方设备发送的统计特征进行联合处理。
-
公开(公告)号：CN112860752B
公开(公告)日：2021-08-20
申请号：CN202110443580.1
申请日：2021-04-23
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/2455 , G06F16/25
Abstract: 本说明书实施例中提供了一种针对多方安全数据库的数据查询方法、装置及系统。应用于中心节点的方法包括：接收来自数据请求方的数据查询请求，数据查询请求涉及存储于若干数据提供方的若干目标数据；确定数据查询请求是否满足若干目标数据各自的安全要求；当数据查询请求满足若干目标数据各自的安全要求时，对若干目标数据进行处理以获得结果数据；向数据请求方发送结果数据。中心节点根据存储于数据提供方的目标数据的安全要求，限制数据请求方对目标数据的查询情况，使数据提供方通过中心节点实现有限制的向外部共享目标数据，对共享场景提供安全的数据解决方案，有利于对目标数据中的部分或全部数据进行安全保护。
-
公开(公告)号：CN112860738A
公开(公告)日：2021-05-28
申请号：CN202110443996.3
申请日：2021-04-23
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/2453 , G06F16/2455 , G06F21/62
Abstract: 本说明书实施例提供一种针对多方安全数据库的查询优化方法、装置和系统。查询优化方法包括，首先，中心设备接收当前查询，并生成该当前查询的多个执行计划；其中，当前查询涉及多个目标数据库。接着，中心设备针对各执行计划，确定出对应的成本计算式，所述成本计算式用于计算多个目标数据库联合执行该执行计划所需的执行成本。然后，多个目标数据库对应的多个查询引擎，采用与所述成本计算式对应的目标安全计算方式，执行多方安全计算MPC，得到安全计算结果；于是，中心设备根据安全计算结果，确定出各个成本计算式中成本值最低的优化执行计划。
-
公开(公告)号：CN112860738B
公开(公告)日：2021-08-06
申请号：CN202110443996.3
申请日：2021-04-23
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/2453 , G06F16/2455 , G06F21/62
Abstract: 本说明书实施例提供一种针对多方安全数据库的查询优化方法、装置和系统。查询优化方法包括，首先，中心设备接收当前查询，并生成该当前查询的多个执行计划；其中，当前查询涉及多个目标数据库。接着，中心设备针对各执行计划，确定出对应的成本计算式，所述成本计算式用于计算多个目标数据库联合执行该执行计划所需的执行成本。然后，多个目标数据库对应的多个查询引擎，采用与所述成本计算式对应的目标安全计算方式，执行多方安全计算MPC，得到安全计算结果；于是，中心设备根据安全计算结果，确定出各个成本计算式中成本值最低的优化执行计划。
-
公开(公告)号：CN111027713A
公开(公告)日：2020-04-17
申请号：CN201911261423.8
申请日：2019-12-10
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N20/00
Abstract: 本说明书中的实施例提供了共享机器学习系统及方法。共享机器学习系统包括多个计算节点，多个计算节点中的至少部分计算节点具备可信执行环境。具备可信执行环境的计算节点能够接收来自一个或多个数据源的私有数据，以及在可信执行环境中使用所述私有数据执行集中式共享机器学习任务和/或与其他计算节点协同执行分布式共享机器学习任务。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.027 seconds)
