-
公开(公告)号:CN115001649A
公开(公告)日:2022-09-02
申请号:CN202210396029.0
申请日:2022-04-15
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例公开了一种批量加密方法、相关装置、系统、设备、介质及程序产品。其中,该方法包括:通过获取N个第一明文,并采用预设加密算法对上述N个第一明文按照第一预设规则进行拼接得到的第一目标明文进行加密,从而得到包括N个第一明文的第一目标密文。上述N为大于或等于2的正整数。
-
公开(公告)号:CN114860266A
公开(公告)日:2022-08-05
申请号:CN202210390155.5
申请日:2022-04-14
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种多方安全计算模型的部署方法和系统,多方安全计算包括多个参与方,每个参与方持有模型的一部分,参与方包括一个或多个用于部署模型的计算设备;该方法由模型部署平台执行,包括:获取对应于各参与方的第一描述文件;基于第一描述文件确定待部署于各参与方的部分模型;对于每个参与方,基于计算设备的性能确定每个计算设备需要部署的模型数据。
-
公开(公告)号:CN114840232A
公开(公告)日:2022-08-02
申请号:CN202210392489.6
申请日:2022-04-15
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F8/65
Abstract: 本公开披露了一种升级应用方法和装置。所述方法包括:运行第一deployment,所述第一deployment用于管理第一组pod,所述第一组pod中的每个pod运行有旧版本的第一应用的容器;运行第二deployment,所述第二deployment用于管理第二组pod,所述第二组pod中的每个pod运行有新版本的所述第一应用的容器;根据所述第一deployment和所述第二deployment,调整所述第一组pod和所述第二组pod中的pod数量,以将所述第一应用升级到所述新版本或将所述第一应用回滚至所述旧版本。
-
公开(公告)号:CN110969264B
公开(公告)日:2022-08-02
申请号:CN201911272294.2
申请日:2019-12-11
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书中的实施例提供了模型训练方法、分布式预测方法及其系统。中心节点在可信执行环境中基于两个以上用户节点的样本数据进行模型训练,将训练好的模型拆分成两个以上用户节点的用户模型分发至各用户节点。一个或多个用户节点至少基于用户模型和本地特征数据获得本地预测结果,预测节点基于一个或多个用户节点的本地预测结果得到针对待预测对象的标识信息的预测结果。如此,可以有效保护各方的数据隐私。
-
公开(公告)号:CN114721804A
公开(公告)日:2022-07-08
申请号:CN202210397549.3
申请日:2022-04-15
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F9/48
Abstract: 本说明书实施例提出了一种任务调度方法、装置和电子设备,其中,上述任务调度方法中,获取MPC训练任务描述文件之后,将MPC训练任务描述文件拆分为子任务描述文件,然后根据上述子任务描述文件,对上述MPC训练任务拆分获得的子任务进行调度,记录调度成功的子任务的信息。最后,根据记录的信息,确定上述MPC训练任务拆分获得的子任务均调度成功之后,将拆分获得的子任务下发给对应的执行机构,从而可以实现将MPC训练任务拆分为多个K8s支持的单方任务来执行,达到运行MPC多方任务的效果,使K8s适用于MPC场景;并且上述方法可以实现将同一个MPC训练任务下的多个子任务一并下发,提高MPC训练任务的执行成功率,避免执行机构的算力浪费。
-
公开(公告)号:CN113065156B
公开(公告)日:2022-05-17
申请号:CN202110363564.1
申请日:2021-04-02
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例了提供一种控制延时的多方联合数据处理方法及装置。在进行第n次联合数据处理时,第一参与方确定多个参与方本次相同的第n标识,利用第一初始种子和第n标识生成第一随机数组,其中包含待修正随机数和非待修正随机数。第一参与方将携带第n标识的获取请求发送至可信第三方。可信第三方可以基于第n标识和多个参与方各自的初始种子,确定待修正随机数的修正值,并将该修正值发送至第一参与方。第一参与方利用该修正值更新第一随机数组,使得更新后的第一随机数组与其他参与方本次各自生成的随机数组之间,在假定重构时满足预设关系;多个参与方,利用多方安全计算MPC,基于各自的业务数据和随机数组,进行本次联合数据处理。
-
公开(公告)号:CN112084519B
公开(公告)日:2022-04-12
申请号:CN202010988115.1
申请日:2020-09-18
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访问模式保护的GBDT模型训练方法及装置。在对GBDT模型中第i个决策树的第j层节点进行分裂时,TEE中的CPU从内存中顺序读取长度为N的第一映射数组,其中记录N个样本与对应的第j层特征信息的映射关系,基于第一映射数组确定各个第j层节点分别对应的各个样本组,并确定所有第j层节点的分裂信息,将其写入内存的第二存储区;针对任意一个样本,采用不经意访问方式从第二存储区中读取该样本的第j层节点的分裂信息,并基于此确定该样本归属的第j+1层节点的节点标识,进而确定对应的第j+1层特征信息;基于N个样本与各自对应的第j+1层特征信息的映射关系形成长度为N的第二映射数组,并将其存储至内存。
-
公开(公告)号:CN112818338A
公开(公告)日:2021-05-18
申请号:CN202110089218.9
申请日:2021-01-22
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种程序运行方法及系统。所述方法包括:对原始数据集合中每个数据的值进行分片处理,得到每个数据的N个分片值;确定N个分片数据集合;同一数据在N个分片数据集合中的值与该同一数据的N个分片值一一对应;在指定情况下,N个运行设备分别基于不同的分片数据集合运行目标程序;每个运行设备基于至少两个线程,分担执行所述目标程序;其中,通过预先配置,使得针对所述目标程序对应的每个基础运算单元,将任意一组值输入该基础运算单元进行运算得到的运算结果,等于:将该任意一组值的每组分片值分别输入该基础运算单元进行分别运算后,对得到的全部运算结果进行逆分片处理后得到的处理结果。
-
公开(公告)号:CN112800479A
公开(公告)日:2021-05-14
申请号:CN202110373247.8
申请日:2021-04-07
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利用可信第三方的多方联合数据处理方法及装置。多个参与方,在进行第n次联合数据处理时,分别确定多个参与方本次相同的第n标识,并分别生成携带第n标识的获取请求,将其发送至可信第三方;可信第三方中的计算单元,接收多个参与方分别发送的获取请求,基于存储的初始种子和获取的第n标识,针对多个参与方分别生成各自对应的随机数组,并将多个随机数组分别发送至对应的参与方;多个随机数组之间满足预设关系;多个参与方,分别接收可信第三方返回的随机数组,利用多方安全计算,基于各自的业务数据和随机数组,进行本次联合数据处理。
-
公开(公告)号:CN111597548A
公开(公告)日:2020-08-28
申请号:CN202010691950.9
申请日:2020-07-17
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实现隐私保护的数据处理方法及装置,通过可信执行环境,基于对属性值的大小顺序排序,执行对相同候选值的重要度值的合并操作,在合并操作中,一方面,合并重要度值过程中,针对每个属性值,都会确定一个基准权重,并执行一次“加”操作,从系统进程调用来说,无法通过访问模式探知数据隐私,另一方面,保留与属性值相同的项数,从而避免通过合并结果的项数泄露数据分布隐私。同时,由于利用排序方式,相对于冗余加操作的合并方式,复杂度大大降低。总之,该方法和装置可以利用低复杂度的处理方式,实现内存访问模式基础上的隐私数据保护。
-
-
-
-
-
-
-
-
-