-
公开(公告)号:CN114741175B
公开(公告)日:2024-10-18
申请号:CN202210397550.6
申请日:2022-04-15
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提出了一种任务执行方法、装置、中心节点和下游节点设备,其中,上述任务执行方法中,目标下游节点获取训练任务之后,如果上述训练任务所需的资源配额小于或等于目标下游节点当前可用的资源,则启动上述训练任务,并等待参与训练的其他下游节点启动训练任务,然后,根据参与训练的其他下游节点中训练任务的启动情况,确定执行上述训练任务,从而可以实现下游节点根据自身当前的可用资源启动训练任务,降低了资源调度的复杂性,并且可以充分利用下游节点的运算资源,加快了训练任务的执行速度。
-
公开(公告)号:CN116192372A
公开(公告)日:2023-05-30
申请号:CN202211740912.3
申请日:2022-12-31
Applicant: 支付宝(杭州)信息技术有限公司
IPC: H04L9/08
Abstract: 本说明书实施例提供一种多方安全计算系统之间的数据传输方法及装置,在多方安全计算过程中,为了提高业务处理效率,借鉴分布式数据处理的思想,由当前多方安全计算系统将数据分发给其他多方安全计算系统,进行并行业务处理。在构成共享形式的数据传输过程中,采用各个计算节点对本地共享分片进一步拆分为共享子分片,并分发给其他多方安全计算系统的各个计算节点,由其他多方安全计算系统的各个计算节点对本地收到的子分片进行融合,从而达到在保护数据隐私的基础上实现跨系统数据传输。
-
公开(公告)号:CN117743849A
公开(公告)日:2024-03-22
申请号:CN202311687429.8
申请日:2023-12-10
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/214 , G06F18/243 , H04L9/00 , H04L9/08
Abstract: 本说明书实施例涉及一种联合训练树模型的方法及装置,所述方法应用于联邦学习系统,联邦学习系统包括多个计算方,其中包括持有样本标签的主动方,和至少一个不持有标签的参与方;所述方法包括,针对树模型中任一待分裂的目标节点执行联合分裂过程,所述联合分裂过程包括:任一计算方根据自身持有的子特征,确定目标节点的多个候选分裂方式,并根据本轮训练中各个样本的加密梯度值,确定各个候选分裂方式分别对应的加密梯度和;任一计算方将多个加密梯度和发送给安全计算设备;安全计算设备根据各个候选分裂方式的加密梯度和,确定目标节点的目标分裂方式和目标分裂方式对应的增益分数的符号,并发送给所述主动方,用于其更新树模型。
-
公开(公告)号:CN116011012A
公开(公告)日:2023-04-25
申请号:CN202211735546.2
申请日:2022-12-31
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F21/62 , G06F18/214 , G06F18/241 , G06N3/04 , G06N3/048 , G06N3/08
Abstract: 本说明书实施例提供一种基于多方安全计算训练模型的方法及装置,在多方联合利用各自的隐私数据进行基于逻辑回归的分类模型训练过程中,通过目标映射函数代替常规的sigmoid函数进行数据分类,以减少基于逻辑回归进行分类的分类模型在多方安全计算场景下的数据处理的复杂度,提高模型训练效率。其中,在目标映射函数满足在远离0的位置具有较高准确度的条件的情况下,可以提高分类准确度。如此,可以提高多方安全计算场景下联合训练基于逻辑回归的分类模型的可行性。
-
公开(公告)号:CN115906137A
公开(公告)日:2023-04-04
申请号:CN202211735172.4
申请日:2022-12-31
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种用于多方安全计算的数据处理方法及装置,在浮点数的指定小数位数fxp与扩展位数s满足fxp+s≤t/2(t为加密环的比特位数)的情况下,针对一个浮点数x,对其映射到加密环上的编码值进行处理过程中,通过s比特位的左移,将浮点数的指定小数位由fxp扩展为fxp+s,一方面避免了位反转过程中的高位截断,另一方面,将正则化算法的有效输入数值范围扩展为2‑(fxp‑1)至2(fxp‑1+s)。从而,可以大大扩展多方安全计算过程中所处理的浮点数的输入数据范围。
-
公开(公告)号:CN114741175A
公开(公告)日:2022-07-12
申请号:CN202210397550.6
申请日:2022-04-15
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提出了一种任务执行方法、装置、中心节点和下游节点设备,其中,上述任务执行方法中,目标下游节点获取训练任务之后,如果上述训练任务所需的资源配额小于或等于目标下游节点当前可用的资源,则启动上述训练任务,并等待参与训练的其他下游节点启动训练任务,然后,根据参与训练的其他下游节点中训练任务的启动情况,确定执行上述训练任务,从而可以实现下游节点根据自身当前的可用资源启动训练任务,降低了资源调度的复杂性,并且可以充分利用下游节点的运算资源,加快了训练任务的执行速度。
-
-
-
-
-