-
公开(公告)号：CN118445851A
公开(公告)日：2024-08-06
申请号：CN202410650268.3
申请日：2024-05-22
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 陆宇飞
Abstract: 本说明书实施例提供一种保护隐私数据的秘密分享方法、安全乘法方法和装置，第一方和第二方按照预设秘密分享方式，分别持有第一隐私数据和第二隐私数据的本方纵坐标；中间方具有第一隐私数据和第二隐私数据分别对应的目标令牌；安全乘法方法包括：第一方或第二方从中间方接收本方增量值；本方增量值为中间方根据随机数、第一隐私数据对应的目标令牌和第二隐私数据对应的目标令牌确定的；根据第一隐私数据对应的本方纵坐标、第二隐私数据对应的本方纵坐标和本方增量值，进行本地运算，得到第一隐私数据和第二隐私数据的乘法结果对应的本方纵坐标。能够提升部分场合下安全乘法的性能。
-
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：CN114978484A
公开(公告)日：2022-08-30
申请号：CN202210394145.9
申请日：2022-04-15
Applicant: 支付宝(杭州)信息技术有限公司
IPC: H04L9/08
Abstract: 本说明书实施例公开了一种用于保护隐私的数据处理方法、装置和计算机设备。所述方法包括：将隐私数据编码到第一多项式函数的系数中；获取第一多项式函数的多个函数值，作为隐私数据拆分后的多个分片，其中，隐私数据的分片用于采用秘密分享算法进行计算，以获得目标数据分片。本说明书实施例的技术方案，利用第一多项式函数对隐私数据进行了拆分。另外，还可以在本地对多个隐私数据的分片进行计算，得到目标数据的分片，无需借助于第三方，提高了秘密分享算法的计算效率。另外，还利用第二多项式函数恢复了目标数据。
-
公开(公告)号：CN114860267A
公开(公告)日：2022-08-05
申请号：CN202210399783.X
申请日：2022-04-15
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F8/61
Abstract: 本公开的实施例涉及功能包生成和加载方法、装置、电子设备、介质和程序产品。功能包加载方法包括：从功能包库获取目标功能包中的元数据文件，元数据文件指示目标功能包中的至少一个层文件；以及基于元数据文件和与已获取过的层文件有关的信息，从功能包库获取目标功能包中的未被获取过的层文件。功能包生成方法包括：生成用于至少部分地实现预定功能的功能包，功能包包括元数据文件和至少一个层文件，元数据文件指示至少一个层文件，至少一个层文件包括可执行文件。使用本公开的技术方案，可以在加载功能包时减少需要获取的数据量，从而不仅能够节省存储空间，也能够减少加载功能包所需的时间和流量，因此能够提高计算平台用户的用户体验。
-
公开(公告)号：CN114584284A
公开(公告)日：2022-06-03
申请号：CN202210397418.5
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同态加密操作方法、装置和电子设备，其中，上述同态加密操作方法中，确定对指定的业务数据所要执行的同态加密操作之后，获取上述同态加密操作包含的幂运算的底数参数和指数参数，然后根据上述指数参数，查询上述底数参数对应的幂运算结果缓存表，获取上述幂运算的结果，最后根据上述幂运算的结果，完成同态加密操作，从而可以实现通过幂运算结果缓存表，大大减少幂运算中乘法的计算次数，大幅度减少了幂运算需要的时间，进而可以提升同态加密的性能。
-
Patent Agency Ranking
公开(公告)号：CN111090865B
公开(公告)日：2022-01-25
申请号：CN201911304078.1
申请日：2019-12-17
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例公开了一种密钥授权方法和系统，所述方法包括：在可信执行环境中创建可信的密钥托管程序，密钥存放于密钥托管程序对应的存储器中。密钥托管程序接收密钥使用程序发送的用于获取密钥的请求，并判断密钥使用程序是否为可信执行环境中的可信应用程序。若密钥使用程序为可信执行环境中的可信应用程序，密钥托管程序将密钥发送给密钥使用程序。密钥托管程序记录获取密钥的密钥使用程序的身份标识信息，以使得第三方能够获取记录的身份标识信息，并使得第三方能够基于该身份标识信息获取密钥使用程序的代码。可信执行环境可以基于英特尔公司的SGX(software guard extensions)技术实现。
-
公开(公告)号：CN113672352A
公开(公告)日：2021-11-19
申请号：CN202110968564.4
申请日：2021-08-23
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基于容器部署联邦学习任务的方法及装置。该方法通过容器管理平台向多个业务方设备部署联邦学习任务，并且，联邦学习任务通过多个业务方设备执行。在该方法中，容器管理平台在接收到针对联邦学习任务的任务描述文件时，可以基于该任务描述文件，分别生成针对多个业务方设备的第一容器组描述文件，并将生成的多个第一容器组描述文件分别发送至对应的业务方设备。多个业务方设备基于各自接收的第一容器组描述文件创建容器组，并利用创建的容器组执行联邦学习任务。
-
公开(公告)号：CN111260053A
公开(公告)日：2020-06-09
申请号：CN202010030931.1
申请日：2020-01-13
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供使用可信执行环境的神经网络模型训练方法及装置。在该方法中，神经网络模型被依序分割为位于第一设备的可信执行环境中的第一部分神经网络模型和位于第二设备的非可信执行环境中的第二部分神经网络模型。在每轮模型训练时，当前第一部分神经网络模型在可信执行环境中对训练样本数据进行处理以得到中间结果，当前第二部分神经网络模型在非可信执行环境中对中间结果进行处理以得到当前预测值，并确定出预测差值。在不满足循环结束条件时，根据当前预测差值，调整当前第一部分神经网络模型和当前第二部分神经网络模型的各层模型参数。利用该方法，能够在确保隐私数据安全的情况下实现神经网络模型训练。
-
公开(公告)号：CN114978484B
公开(公告)日：2025-04-29
申请号：CN202210394145.9
申请日：2022-04-15
Applicant: 支付宝(杭州)信息技术有限公司
IPC: H04L9/08
Abstract: 本说明书实施例公开了一种用于保护隐私的数据处理方法、装置和计算机设备。所述方法包括：将隐私数据编码到第一多项式函数的系数中；获取第一多项式函数的多个函数值，作为隐私数据拆分后的多个分片，其中，隐私数据的分片用于采用秘密分享算法进行计算，以获得目标数据分片。本说明书实施例的技术方案，利用第一多项式函数对隐私数据进行了拆分。另外，还可以在本地对多个隐私数据的分片进行计算，得到目标数据的分片，无需借助于第三方，提高了秘密分享算法的计算效率。另外，还利用第二多项式函数恢复了目标数据。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.047 seconds)
