公开(公告)号：CN118194928A

公开(公告)日：2024-06-14

申请号：CN202410384543.1

申请日：2024-03-29

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 张明扬 ,  郝秀全 ,  吴若凡 ,  刘腾飞 ,  张天翼 ,  王维强

IPC: G06N3/0464 ,  G06N3/084 ,  G06N5/04

Abstract: 本说明书实施例公开了一种基于隐私推理的神经网络模型确定方法和装置，确定隐私推理模型所需进行的隐私推理任务类型，根据隐私推理任务类型，确定密态数据集和明文态数据集，以及包含各候选子结构的搜索空间，通过神经网络架构搜索，在搜索空间中搜索用于构成隐私推理模型的各候选子结构，并确定由搜索到的各候选子结构构成的初始神经网络模型。根据明文态数据集，确定初始神经网络模型的准确度损失，并，根据密态数据集，确定初始神经网络模型进行隐私推理任务类型对应的任务时对应的运算开销损失，根据准确度损失和运算开销损失，对初始神经网络模型进行优化，直至初始神经网络模型满足预设条件时，将初始神经网络确定为隐私推理模型。

公开(公告)号：CN117436512A

公开(公告)日：2024-01-23

申请号：CN202311310665.8

申请日：2023-10-08

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 张明扬 ,  吴若凡 ,  刘腾飞 ,  张天翼 ,  王维强

IPC: G06N3/098 ,  G06N3/084 ,  G06N3/042

Abstract: 本说明书公开了一种模型训练的方法及装置，用于隐私保护，第一计算节点可以将本地第一图数据输入到本地预测模型中，以通过该预测模型中包含的若干图卷积层，得到中间层特征矩阵，并输入到之后的目标卷积层中，得到目标特征矩阵，向第二计算节点发送中间层特征矩阵，第二计算节点将中间层特征矩阵输入到本地预测模型中包含的与目标卷积层对应的卷积层中，得到聚合矩阵并返回给第一计算节点，而后通过第二计算节点返回的聚合矩阵对目标特征矩阵进行更新，得到更新后矩阵，进而确定基于更新后矩阵的预测结果，以对第一计算节点本地预测模型进行训练，从而实现不同计算节点拥有不同业务类型的图数据的情况下的联邦学习，提高了业务执行的准确率。

公开(公告)号：CN117093621A

公开(公告)日：2023-11-21

申请号：CN202311008506.2

申请日：2023-08-10

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 张明扬 ,  郝秀全 ,  吴若凡 ,  刘腾飞 ,  张天翼 ,  王维强

IPC: G06F16/2457 ,  G06F21/62 ,  G06F16/2458

Abstract: 本说明书实施例披露一种保护数据隐私的向量检索方法及装置。该方法包括：第一方基于待检索的目标向量执行多次旋转操作，得到多个第一旋转向量，并对其中位于相同位置元素所组成的向量分别进行同态加密，得到第一密文集；第一方向第二方发送第一密文集和相似度阈值；第二方基于第一密文集、相似度阈值和第二编码集进行同态运算，得到检索结果密文，其中第二编码集是预先基于多个候选向量分别执行旋转操作，得到对应的多个第二旋转向量后，对其中位于相同位置元素所组成的向量分别进行同态加密中的编码处理而得到；第一方对接收到的检索结果密文进行同态解密，得到检索结果明文，其指示各个候选向量与目标向量之间的相似度是否大于相似度阈值。

公开(公告)号：CN116304837A

公开(公告)日：2023-06-23

申请号：CN202310354551.7

申请日：2023-03-29

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 张明扬

IPC: G06F18/24 ,  G06F18/214 ,  G06F16/901

Abstract: 本说明书实施例提供了一种分类规则的生成方法、装置及设备，其中方法包括：从待处理的图数据中获取目标类别对应的多个目标子图；目标类别包括多个子类别，目标子图包括一个中心节点、及与中心节点所属的子类别相关的至少一个目标邻接节点；分别对中心节点和目标邻接节点进行频繁模式挖掘处理，得到中心节点的第一频繁模式集合和目标邻接节点的第二频繁模式集合；根据第一频繁模式集合和第二频繁模式集合，生成目标别类的节点分类规则。