-
公开(公告)号：CN112925558A
公开(公告)日：2021-06-08
申请号：CN202110362275.X
申请日：2019-12-09
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F8/71
Abstract: 本说明书实施例提供一种模型联合训练方法及装置，在训练方法中，接收模型训练任务的配置指令。该配置指令指示多个数据提供方中参与本次联合训练的各目标提供方以及本次联合训练所使用的目标模型。查询版本信息表，以确定各目标提供方各自部署的执行引擎的引擎版本信息。基于各目标提供方各自部署的执行引擎的引擎版本信息，判断目标模型是否为各目标提供方各自部署的执行引擎共同支持的公共模型，并在目标模型是公共模型的情况下，确定目标模型的公共版本。向各目标提供方发送联合训练请求，该联合训练请求指示各目标提供方通过各自部署的执行引擎加载公共版本的目标模型并训练。由此，可实现各数据提供方数据的隐私保护。
-
公开(公告)号：CN112818290A
公开(公告)日：2021-05-18
申请号：CN202110084215.6
申请日：2021-01-21
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多方联合确定隐私数据中对象特征相关性的方法及装置。隐私数据分布在多个持有方中，第一持有方针对第一原始矩阵中多项特征的特征值进行零均值化，得到第一中心矩阵；利用多方安全计算，基于第一中心矩阵以及其他持有方各自的中心矩阵，确定协方差矩阵的第一分片矩阵。针对第一持有方中的第i特征与第二持有方中的第j特征，第一持有方从本地的协方差矩阵分片、本地存储的特征数据中获取数据，并利用多方安全计算，基于第二持有方的本地特征数据，确定第i特征与第j特征之间的第一相关性系数分片。
-
公开(公告)号：CN111143894A
公开(公告)日：2020-05-12
申请号：CN201911354576.7
申请日：2019-12-24
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F21/71
Abstract: 本说明书实施例公开了一种提升安全多方计算效率的方法及系统，所述方法包括：所述第一计算方接收第二计算方发送的比尔三元组的三个随机数a，b，c的第一分片，其中，a*b＝c，所述特征乘数x与所述随机数a对应；所述第一计算方将所述随机数a的第一分片存储至本地；所述第一计算方接收所述第二计算方发送的随机数b和c的第二分片，所述随机数b和c的第二分片与对应的所述随机数b和c的第一分片不同；所述第一计算方将所述存储的a的第一分片与随机数b和c的第二分片结合得到比尔三元组的第二分片，以基于该第二分片完成所述安全多方计算中的乘法。通过该方法实现安全多方计算，可以有效的保护用户的隐私。
-
公开(公告)号：CN111090870A
公开(公告)日：2020-05-01
申请号：CN201911303646.6
申请日：2019-12-17
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种保护隐私的用户信息查询方法及装置，该方法应用于安全多方计算MPC系统中，该MPC系统包括数据提供方和数据请求方。数据提供方维护有加密用户名单，在加密用户名单中指示有多个目标用户的经过两次加密的用户信息。该方法由数据提供方执行，包括：接收数据请求方发送的信息查询请求，该信息查询请求包括待查询用户的经过一次加密的用户信息。使用预先存储的第二秘钥，对经过一次加密的用户信息进行二次加密，并将经过两次加密的用户信息与加密用户名单中的各目标用户的经过两次加密的用户信息进行比对，以确定待查询用户是否在加密用户名单中。向数据请求方返回待查询用户是否在加密用户名单中的查询结果。
-
公开(公告)号：CN111049825A
公开(公告)日：2020-04-21
申请号：CN201911273260.5
申请日：2019-12-12
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基于可信执行环境的安全多方计算方法和系统。所述方法包括：将与安全多方计算相关的计算程序加载至可信执行环境中；基于所述可信执行环境与其他参与方互相验证各自的与安全多方计算相关的计算程序的完整性；若计算程序完整性验证成功，则在可信执行环境中执行所述计算程序并与其他参与方进行计算结果交互，以完成所述安全多方计算。本说明书将与安全多方计算相关的计算程序加载至可信执行环境运行，避免计算程序被恶意篡改，将适于半诚实攻击模型的安全多方计算提升为适于恶意攻击模型的安全多方计算，达到保护私有数据不被泄露同时计算速度不会降低的目的。
-
Patent Agency Ranking
公开(公告)号：CN111027713A
公开(公告)日：2020-04-17
申请号：CN201911261423.8
申请日：2019-12-10
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N20/00
Abstract: 本说明书中的实施例提供了共享机器学习系统及方法。共享机器学习系统包括多个计算节点，多个计算节点中的至少部分计算节点具备可信执行环境。具备可信执行环境的计算节点能够接收来自一个或多个数据源的私有数据，以及在可信执行环境中使用所述私有数据执行集中式共享机器学习任务和/或与其他计算节点协同执行分布式共享机器学习任务。
-
公开(公告)号：CN116318812A
公开(公告)日：2023-06-23
申请号：CN202211704903.9
申请日：2022-12-29
Applicant: 支付宝(杭州)信息技术有限公司
IPC: H04L9/40
Abstract: 本说明书实施例提供一种安全多方计算中的校验方法和装置，所述安全多方计算由第一方和第二方共同执行，所述方法由所述第一方执行，包括：获取自身在执行所述安全多方计算过程中得到的第一中间数据，所述第一中间数据为待发送给所述第二方的数据；判断所述第一中间数据是否符合均匀分布；若判断出所述第一中间数据不符合均匀分布，则确定所述第一中间数据的校验结果为不安全。能够提升校验效率和准确率。
-
公开(公告)号：CN116192372A
公开(公告)日：2023-05-30
申请号：CN202211740912.3
申请日：2022-12-31
Applicant: 支付宝(杭州)信息技术有限公司
IPC: H04L9/08
Abstract: 本说明书实施例提供一种多方安全计算系统之间的数据传输方法及装置，在多方安全计算过程中，为了提高业务处理效率，借鉴分布式数据处理的思想，由当前多方安全计算系统将数据分发给其他多方安全计算系统，进行并行业务处理。在构成共享形式的数据传输过程中，采用各个计算节点对本地共享分片进一步拆分为共享子分片，并分发给其他多方安全计算系统的各个计算节点，由其他多方安全计算系统的各个计算节点对本地收到的子分片进行融合，从而达到在保护数据隐私的基础上实现跨系统数据传输。
-
公开(公告)号：CN115409198A
公开(公告)日：2022-11-29
申请号：CN202211066469.6
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分布式预测方法及其系统。两个以上用户节点保存有各自的用户模型，各用户模型对应预测模型的一部分。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：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。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.03 seconds)
