-
公开(公告)号：CN110874650A
公开(公告)日：2020-03-10
申请号：CN202010048788.9
申请日：2020-01-16
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 刘磊
Abstract: 本说明书实施例公开了一种融合公域数据和私有数据的联盟学习方法、装置和系统，在所述方法中，联盟中的第二成员节点对至少两个第一成员节点发送的模型参数进行整合后，还基于公域数据对整合得到的第一目标模型参数进行了更新，得到第二目标模型参数，然后将所述第二目标模型参数发送至所述联盟中的第一成员节点，以使联盟中的第一成员节点基于所述第二目标模型参数和本地数据再次进行本地训练。
-
公开(公告)号：CN110874647A
公开(公告)日：2020-03-10
申请号：CN202010047743.X
申请日：2020-01-16
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 刘磊
IPC: G06N20/00
Abstract: 本说明书实施例公开了一种联盟学习中的私有数据评估、联盟学习方法、装置及系统，其中，在联盟学习中的私有数据评估方法中，联盟中的第一成员节点将基于本地私有数据训练得到的一组模型参数发送至所述联盟中的第二成员节点，其中，所述第一成员节点是所述联盟中不参与模型参数整合的成员节点，所述第二成员节点是所述联盟中参与模型参数整合的成员节点；所述第二成员节点基于多个所述第一成员节点发送的多组模型参数，确定中心模型参数，并基于所述第一成员节点对应的一组模型参数与所述中心模型参数之间的距离，评估所述第一成员节点的本地私有数据在联盟学习中的贡献度。
-
公开(公告)号：CN110874637A
公开(公告)日：2020-03-10
申请号：CN202010048787.4
申请日：2020-01-16
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 刘磊
Abstract: 本说明书实施例提供一种基于隐私数据保护的多目标融合学习方法、装置和系统，该方法包括：云端获取多个本地端进行融合学习时的多个学习目标，确定多个学习目标对应的多个隐含层参数，并将多个隐含层参数下发给多个本地端，多个本地端中任一个本地端可以基于神经网络模型，以及云端下发的多个隐含层参数为初始训练参数对本地隐私数据进行多目标学习训练，并将学习得到的与多个隐含层参数对应的多个更新后隐含层参数共享至云端，由云端对不同学习目标的更新后隐含层参数进行整合，在整合后的隐含层参数满足预设条件时，将整合后的隐含层参数发送给对应本地端，由本地端结合自己的学习目标得到目标模型。
-
公开(公告)号：CN110874491A
公开(公告)日：2020-03-10
申请号：CN202010047788.7
申请日：2020-01-16
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机器学习的隐私数据处理方法、装置和电子设备，其中，所述方法可以基于数据需求方的需求，从数据所有方的原始隐私数据中提取目标原始特征，基于特征嵌入模型确定所述目标原始特征的特征嵌入向量，将所述目标原始特征的特征嵌入向量提供给所述数据需求方。
-
公开(公告)号：CN110874440A
公开(公告)日：2020-03-10
申请号：CN202010047773.0
申请日：2020-01-16
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/9535 , G06N20/00 , G06F21/62
Abstract: 本说明书实施例公开了一种信息推送及其模型训练的方法、装置及电子设备，该方法包括：多个终端设备分别获取终端设备的用户的私有数据和对应的兴趣标签；多个所述终端设备分别将终端设备中用户的私有数据对应的嵌入向量及兴趣标签发送至云端服务器；所述云端服务器基于多个所述终端设备发送的嵌入向量及兴趣标签，通过联邦学习训练得到信息推送模型，以通过所述信息推送模型预测用户的兴趣标签并推送兴趣标签对应的信息。
-
Patent Agency Ranking
公开(公告)号：CN110807180A
公开(公告)日：2020-02-18
申请号：CN201911031839.0
申请日：2019-10-28
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 刘磊
Abstract: 本说明书实施例公开了一种安全认证以及安全认证模型的训练方法、装置及电子设备，该方法包括：响应于对所述目标用户的安全认证请求，获取目标用户在预设时间段内的用户行为数据；基于所述用户行为数据获取所述目标用户的行为特征序列；将所述目标用户的行为特征序列输入安全认证模型，以得到所述行为特征序列对应的安全认证结果；其中，所述安全认证模型为基于所述目标用户在历史时间段内的多组行为特征序列训练得到的。
-
公开(公告)号：CN110796399A
公开(公告)日：2020-02-14
申请号：CN202010006407.0
申请日：2020-01-03
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供基于区块链的资源分配方法以及装置，其中所述基于区块链的资源分配方法包括：接收由多个客户端上传的根据将与待预测业务指标相关的目标业务数据输入预先训练的预测模型生成的初始预测结果；调用满足执行条件的智能合约，并执行所述智能合约声明的集成计算逻辑以及归因分析逻辑，对初始预测结果进行归因分析获得与所述初始预测结果对应的所述多个客户端的资源分配占比；根据所述资源分配占比以及智能合约中与待预测业务指标所属业务相关的资源分配策略对所述多个客户端进行资源分配并下发资源分配结果。
-
公开(公告)号：CN110795768A
公开(公告)日：2020-02-14
申请号：CN202010008518.5
申请日：2020-01-06
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 刘磊
Abstract: 本说明书实施例提供一种基于私有数据保护的模型学习方法、装置及系统。方法包括：联盟中的非集中计算平台成员对象将本地训练完成的学习模型的模型参数发送至联盟中的集中计算平台成员对象。集中计算平台成员对象通过多方安全计算得到的联盟中的至少两个成员对象的学习模型的模型参数，确定目标模型参数。集中计算平台成员对象将目标模型参数发送至联盟中的非集中计算平台成员对象。联盟中的非集中计算平台成员对象基于目标模型参数，对本地的学习模型进行调整。
-
公开(公告)号：CN112734045B
公开(公告)日：2022-07-12
申请号：CN202110009946.4
申请日：2020-01-16
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 刘磊
Abstract: 本说明书实施例提供一种联邦学习的异常处理方法、装置及电子设备。方法包括：基于目标联邦学习的第一目标成员对象与所述目标联邦学习的第二目标成员对象在参与目标联邦学习时的通信记录，确定第一目标成员对象与所述第二目标成员对象之间的通信特征序列。将第一目标成员对象与第二目标成员对象之间的通信特征序列输入至异常识别模型，得到第一目标成员对象与第二目标成员对象的异常识别结果，异常识别模型是基于样本数据和预先为样本数据标注的异常分类标签训练得到的，样本数据包括联邦学习的训练过程中的第一样本成员对象与第二样本成员对象之间的通信特征序列。对第一目标成员对象和/或第二目标成员对象执行与异常识别结果相匹配的风控决策。
-
公开(公告)号：CN110909040B
公开(公告)日：2022-03-04
申请号：CN201911090180.6
申请日：2019-11-08
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/2458 , G06F16/28 , G06F40/30 , G06K9/62 , G06Q30/02
Abstract: 本说明书实施例提供一种业务投放辅助方法、装置及电子设备。其中，方法包括：基于目标业务所匹配的用户画像特征维度组合，对所述目标业务的样本用户进行用户画像特征提取，获得所述样本用户在多个时间节点的用户画像特征组合，其中，所述样本用户对应目标用户画像特征维度的用户画像特征用于表征所述样本用户在所述目标用户画像特征维度下的分类值。基于样本用户在各时间节点的用户画像特征组合和所述样本用户在各时间节点针对所述目标业务的业务投放效果分类标签，对所述解释模型进行训练，得到所述解释模型针对用户画像特征组合随时间演变所对业务投放效果产生影响的解释数据。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.057 seconds)
