-
公开(公告)号：CN117592056B
公开(公告)日：2025-03-11
申请号：CN202311564982.2
申请日：2023-11-21
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F21/57 , G06N3/0475 , G06N3/0464 , G06N3/09
Abstract: 本说明书公开了一种模型的防盗取检测方法、装置、存储介质和电子设备，防盗取检测模型包括克隆器及生成器，克隆器用于克隆预先训练的业务模型，生成器用于生成输入所述克隆器的仿真业务数据。先将噪声输入生成器，获得第一仿真业务数据，并通过克隆器获得第一仿真业务数据的第一业务结果。再根据第一业务结果及第一仿真业务数据，以提高克隆器输出结果的错误率为训练目标，对生成器进行训练。接着，将噪声输入训练后的生成器，获得第二仿真业务数据，通过克隆器及业务模型获得第二仿真业务数据的第二业务结果及标签。最后，根据第二业务结果及标签，对克隆器进行训练，利用训练过程中的克隆器的迭代次数，检测业务模型的防盗取能力。
-
公开(公告)号：CN119294477A
公开(公告)日：2025-01-10
申请号：CN202411315883.5
申请日：2024-09-19
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例涉及评估模型训练安全性的方法及装置，方法通过第一方执行，包括：向第二方提供联合模型中模型参数的当前参数值，包括图表征网络的第一参数和多层感知机的第二参数；从第二方接收梯度数据；根据第二参数对应的第二梯度和第二参数值，重建各个节点在图表征网络输出层的节点表征，得到各个节点的重建图表征；根据各个节点的重建图表征之间的相似度，确定重建邻接矩阵；确定使得目标函数最小化的节点特征，作为重建节点特征；目标函数包括第一损失，其正相关于重建图表征与利用图表征网络处理节点特征得到的输出表征之间的差异；根据重建邻接矩阵和重建节点特征，确定重建图数据；重建图数据用于评估联合模型训练的安全性。
-
公开(公告)号：CN114092949B
公开(公告)日：2025-01-03
申请号：CN202111396483.8
申请日：2021-11-23
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06V30/413 , G06V10/774
Abstract: 本说明书实施例提供一种类别预测模型的训练、界面元素类别的识别方法及装置，在训练方法中，获取样本图像，该样本图像包含若干界面元素。获取各界面元素中包含的各文本内容。将样本图像以及各文本内容，输入类别预测模型进行预测处理。该预测处理包括：利用特征提取器从样本图像中提取图像特征。利用第一编码器基于各文本内容中各词的词向量，确定各文本内容的特征向量。利用第二编码器基于图像特征和各文本内容的特征向量，确定各界面元素的综合特征表示。利用分类器基于各综合特征表示，确定各界面元素的第一类别预测结果。至少根据各第一类别预测结果和各类别标签，训练类别预测模型。
-
公开(公告)号：CN119227802A
公开(公告)日：2024-12-31
申请号：CN202411215417.X
申请日：2024-08-30
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N5/04 , G06F18/213
Abstract: 本说明书实施例公开了一种模型训练、效果预测方法、装置、介质及设备。本方案可以应用在可信执行环境中执行。在模型训练阶段，交叉使用不同用户组(接受不同处理措施)的用户信息所映射的用户特征，训练关联不同处理措施的效果预测模型。具体来说，在训练关联于第一处理措施的效果预测模型时，不仅采用接受第一处理措施的第一组用户的用户信息所映射的特征及其标签，而且采用接受第二处理措施的第二组用户的用户信息所映射的特征；在训练关联于第二处理措施的效果预测模型时，不仅采用接受第二处理措施的第二组用户的用户信息所映射的特征及其标签，而且采用接受第一处理措施的第一组用户的用户信息所映射的特征。
-
公开(公告)号：CN119206311A
公开(公告)日：2024-12-27
申请号：CN202411223197.5
申请日：2024-09-02
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06V10/764 , G06V10/26 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本说明书实施例公开了一种用于检测图像的方法、装置、存储介质及电子设备，获得已训练的图像检测模型；根据目标图像获得对应的全局输入信息及局部输入信息；将局部输入信息输入局部图片编码模型获得输出的局部特征信息，将局部特征信息输入掩膜回归模型获得输出的目标掩膜；将全局输入信息输入全局图片编码模型获得输出的全局特征信息，将全局输入信息输入语义分割模型获得输出的所语义特征信息；将语义特征信息、全局特征信息及局部特征信息输入检测分数判别模型获得输出的目标图像生成结果，将目标图像生成结果及目标掩膜作为图像检测模型对于目标图像的输出。
-
Patent Agency Ranking
公开(公告)号：CN119201684A
公开(公告)日：2024-12-27
申请号：CN202411167358.3
申请日：2024-08-23
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F11/36
Abstract: 本说明书实施例公开了一种内容生成模型的测试方法、装置、介质及设备。本方案可以在可信执行环境中实现，以保护数据隐私。在内容生成模型的测试过程中，并不会采用预先固定好的提示内容作为测试题目，来诱导内容生成模型输出不符合设定要求的生成内容。而是采用“主题与算法组合”的方式，在测试过程中即时创建测试用例，通过执行测试用例，可以以诱导内容生成模型输出不符合设定要求的生成内容为目的，向所述内容生成模型输入关联所述主题信息的提示内容，完成测试。
-
公开(公告)号：CN116015942B
公开(公告)日：2024-11-29
申请号：CN202211732520.2
申请日：2022-12-30
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种隐私保护的数据传输方法、装置、电子设备及介质。方法包括：发送端设备基于压缩感知算法，对目标数据分块后的原始信号进行脱敏化压缩，得到所述目标数据对应的脱敏信号。所述发送端设备将所述脱敏信号发送至接收端设备。所述接收端设备基于块稀疏贝叶斯学习算法，对所述脱敏信号进行压缩还原的稀疏重构，得到所述目标数据对应的重构信号，其中，所述重构信号用于数据处理。
-
公开(公告)号：CN114548765B
公开(公告)日：2024-10-15
申请号：CN202210162714.7
申请日：2022-02-22
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q10/0635 , G06Q30/0201 , G06F18/214 , G06N20/00
Abstract: 本发明提供了用于风险识别的方法和装置。一种用于风险识别的方法包括：获取样本集，该样本集中的每一个样本包括多个特征；针对该多个特征中的每个类别特征，确定该类别特征在该样本集中的类别数；将该类别特征的类别数与类别数阈值进行比较；如果该类别特征的类别数小于或等于该类别数阈值，则使用随机编码方式来对该类别特征进行编码以生成用于该类别特征的特征映射集合；以及如果所述类别特征的类别数大于所述类别数阈值，则使用统计编码方式来对所述类别特征进行编码以生成用于所述类别特征的特征映射集合。
-
公开(公告)号：CN118708630A
公开(公告)日：2024-09-27
申请号：CN202410714249.2
申请日：2024-06-03
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/2458 , G06F16/35 , G06F16/36 , G06F40/284 , G06F40/30 , G06N5/025 , G06N3/042 , G06N3/045 , G06N3/0895 , G06F18/2433 , G06F18/26 , G06Q20/40 , G06Q50/00
Abstract: 本说明书实施例公开了一种群组的挖掘方法、装置及设备，该方法包括：获取基于预设的社区挖掘算法对预先构建的关联图谱进行挖掘而得到的一个或多个不同的挖掘群组，关联图谱是针对存在预设风险的目标用户构建的图谱，关联图谱中的边由介质的信息和/或交易信息构建；获取每个挖掘群组中的每个节点的属性信息，并基于属性信息，通过属性图模型，确定每个节点对应的节点表征；基于每个节点对应的节点表征和每个挖掘群组中的每个节点的属性信息，确定每个挖掘群组中的离群节点，并基于每个挖掘群组中的离群节点对相应的挖掘群组进行提纯处理，得到提纯后的群组；基于提纯后的群组的属性信息，从提纯后的群组中获取存在预设风险的目标群组。
-
公开(公告)号：CN118674054A
公开(公告)日：2024-09-20
申请号：CN202410714466.1
申请日：2024-06-03
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N5/045 , G06N5/04 , G06N5/022 , G06N3/08 , G06F11/36 , G06F16/332 , G06F16/33 , G06F40/295
Abstract: 本说明书实施例公开了一种模型真实性评测方法、装置及设备，该方法包括：获取用于对目标模型进行真实性评测的第一问题数据，将第一问题数据输入到目标模型中，得到第一问题数据对应的第一响应结果；提取第一问题数据中包含的命名实体，基于命名实体和第一问题数据，构建第二问题数据，第二问题数据用于触发目标模型输出针对第一问题数据的分析依据和结果；将第二问题数据输入到目标模型中，得到第二问题数据对应的模型预测结果，模型预测结果包括对第一问题数据进行分析得到的分析依据信息和第一问题数据对应的第二响应结果；基于第一响应结果和模型预测结果，确定目标模型的真实性评测结果。
-
-
-
-
-
-
-
-
-
Search Results
500
records
(took 0.073 seconds)
