-
公开(公告)号：CN113094745A
公开(公告)日：2021-07-09
申请号：CN202110345581.2
申请日：2021-03-31
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书提供了基于隐私保护的数据变换方法、装置和服务器。持有shuffle变换集的第一服务器、持有待进行数据变换的目标数据的第二服务器，以及负责提供随机数生成服务的第三服务器，可以根据基于G‑module action的预设协议进行相关的数据交互和数据运算，从而可以在保护第一服务器和第二服务器的数据隐私的前提下，高效地通过合作对第二服务器所持有的目标数据进行相应的shuffle变换，并由第一服务器和第二服务器分别得到上述目标数据的数据变换结果的一个分片数据。
-
公开(公告)号：CN112560106A
公开(公告)日：2021-03-26
申请号：CN202110192773.4
申请日：2021-02-20
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针对隐私矩阵进行处理的方法、装置和系统。方法包括：第一方和第二方，各自基于其本地拥有的矩阵分片进行本地处理，各自得到本地差值结果，双方交换其本地差值结果；第一方和第二方，各自将双方的本地差值结果的对应项进行本地处理，双方均得到对应于隐私矩阵与第一随机矩阵差值的第一结果，和对应于卷积核与第二随机矩阵差值的第二结果；第一方和第二方，各自根据第一结果与其保有的卷积核分片的卷积运算结果、其保有的第一随机矩阵分片与第二结果的卷积运算结果，以及其保有的随机卷积矩阵分片进行本地处理，得到联合卷积运算结果的本方结果分片。能够降低安全计算的通信量。
-
公开(公告)号：CN111475854B
公开(公告)日：2020-10-20
申请号：CN202010587170.X
申请日：2020-06-24
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保护两方数据隐私的协同计算方法及系统，可应用于多方模型训练。第一方持有第一私密矩阵和私钥，第二方持有第二私密矩阵。两方分别对第一私密矩阵和第二私密矩阵进行放大处理，得到第一输入映射矩阵和第二输入映射矩阵。第一方处理第一输入映射矩阵得到第一密文矩阵并将其发送给第二方。第二方处理第一密文矩阵得到第二密文矩阵并将其发送给第一方。第一方基于第二密文矩阵和私钥计算待近似矩阵，对待近似矩阵进行近似得到第一输出映射矩阵。第一方对第一输出映射矩阵进行缩小处理得到第一输出矩阵并将其作为第一私密矩阵和第二私密矩阵的乘积的第一分片。第二方获得第二输出矩阵作为该乘积的第二分片。
-
公开(公告)号：CN111539041A
公开(公告)日：2020-08-14
申请号：CN202010651278.0
申请日：2020-07-08
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F21/78
Abstract: 本说明书涉及信息安全领域，特别涉及一种基于双方隐私保护的安全选择方法和系统，该方法一方面能够在进行安全选择计算的过程中，基于安全选择问题处理方法参与方能够仅一次交互即获得问题的结果，相对于现有方案，减少了交互次数，减轻了系统传输压力，另一方面两参与方在进行处理过程中，不会泄露各方的隐私数据，保护各方的数据安全。
-
公开(公告)号：CN111475854A
公开(公告)日：2020-07-31
申请号：CN202010587170.X
申请日：2020-06-24
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保护两方数据隐私的协同计算方法及系统，可应用于多方模型训练。第一方持有第一私密矩阵和私钥，第二方持有第二私密矩阵。两方分别对第一私密矩阵和第二私密矩阵进行放大处理，得到第一输入映射矩阵和第二输入映射矩阵。第一方处理第一输入映射矩阵得到第一密文矩阵并将其发送给第二方。第二方处理第一密文矩阵得到第二密文矩阵并将其发送给第一方。第一方基于第二密文矩阵和私钥计算待近似矩阵，对待近似矩阵进行近似得到第一输出映射矩阵。第一方对第一输出映射矩阵进行缩小处理得到第一输出矩阵并将其作为第一私密矩阵和第二私密矩阵的乘积的第一分片。第二方获得第二输出矩阵作为该乘积的第二分片。
-
Patent Agency Ranking
公开(公告)号：CN111008325B
公开(公告)日：2020-06-23
申请号：CN202010160606.7
申请日：2020-03-10
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/953 , G06F21/60
Abstract: 本说明书实施例公开了一种数据查询方法、装置、电子设备和系统。所述方法包括：接收用户标识；根据第三方的密钥对所述用户标识进行加密，得到用户标识密文；向数据方发送查询请求，所述查询请求包括所述用户标识密文；接收数据方反馈的用户数据。本说明书的实施例，查询方可以查询得到与用户标识相对应的用户数据；并且在查询的过程中，可以在查询方、数据方和第三方之间实现隐私数据的保护。
-
公开(公告)号：CN111291231A
公开(公告)日：2020-06-16
申请号：CN202010093346.6
申请日：2020-02-14
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/901 , G06F16/9038 , G06F7/38 , G06F7/58 , G06F40/111 , G06F21/62
Abstract: 本说明书实施例公开了一种数据处理结果的存储方法及其系统，包括：第一数据存储方和第二数据存储方通过不经意传输协议，生成第一数据和第二数据的比较结果。第一数据存储方对第一处理结果进行存储，第二数据存储方对第二处理结果进行存储。其中，第一数据和第二数据的比较结果，与第一处理结果和第二处理结果相关。由此，实现了将第一数据和第二数据的数据处理结果，转变为第一处理结果和第二处理结果的形式，并分别存储在第一数据存储方和第二数据存储方，使得第一数据存储方或者第二数据存储方无法单独获取第一数据和第二数据的比较结果，从而防止泄露数据处理结果和用户的隐私数据，保护了数据信息安全。
-
公开(公告)号：CN111181720A
公开(公告)日：2020-05-19
申请号：CN201911413811.3
申请日：2019-12-31
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书一个或多个实施例提供一种基于可信执行环境的业务处理方法及装置，该方法包括：安全计算服务端通过用于密钥协商的可信执行环境与客户端协商得到共享密钥，并将共享密钥加密为相应的共享密钥存储密文后存储；安全计算服务端响应于客户端发起的业务请求，创建用于业务处理的可信执行环境，并将客户端发送的业务信息密文和共享密钥存储密文读入用于业务处理的可信执行环境中；安全计算服务端在用于业务处理的可信执行环境中解密共享密钥存储密文以得到共享密钥，通过共享密钥解密业务信息密文以得到业务信息，并在可信执行环境中处理业务信息。本说明书的技术方案可以应用于各种场景下的业务处理过程，比如人工智能场景、区块链场景等。
-
公开(公告)号：CN111126628A
公开(公告)日：2020-05-08
申请号：CN201911151173.2
申请日：2019-11-21
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在可信执行环境中训练GBDT模型的方法、装置及设备，训练方法中，将D维特征中的每项特征依次作为当前特征，对当前决策树中当前层级中的各个节点进行节点分割判断。节点分割判断包括：将当前特征的N个加密数组加载到可信内存区域中并解密。将得到的N个原始数组中的各个数组依次作为当前数组，确定相应的第一节点。基于当前数组中的当前特征值，对第一节点对应的样本集进行假定分割，并基于假定分割结果，确定第一节点的当前最佳分裂特征和当前最佳特征阈值。在基于D维特征中每项特征进行节点分割判断之后，对各个节点的样本集进行分割，生成下一层级节点，直至到达叶子节点。由此，可实现基于私有数据对GBDT模型的安全训练。
-
公开(公告)号：CN111091197A
公开(公告)日：2020-05-01
申请号：CN201911151157.3
申请日：2019-11-21
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N20/00
Abstract: 本说明书实施例提供一种在可信执行环境中训练GBDT模型的方法、装置及设备，在训练方法中，对于当前决策树中的当前节点，将D维特征中的每项特征依次作为当前特征，对当前节点进行节点分割判断。节点分割判断包括：将当前特征的N个加密数组加载到可信内存区域中并解密。将得到的N个原始数组中的各个数组依次作为当前数组，基于当前数组中的当前特征值，对当前节点对应的样本集进行假定分割，并基于假定分割结果，确定当前节点的当前最佳分裂特征和当前最佳特征阈值。在基于D维特征中每项特征进行节点分割判断之后，对当前节点对应的样本集进行分割，生成当前节点对应的子节点，直至到达叶子节点。由此，可实现基于私有数据对GBDT模型的安全训练。
-
-
-
-
-
-
-
-
-
Search Results
146
records
(took 0.041 seconds)
