-
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：CN111966473B
公开(公告)日：2024-02-06
申请号：CN202010721528.3
申请日：2020-07-24
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本申请实施例提供了一种线性回归任务的运行方法及装置、电子设备。其中，线性回归任务的运行方法通过独立的运行针对第一自变量矩阵的每个列创建的线性回归任务，并在每个线性回归任务中，针对每一列向量，使用对应的校正算法对根据第一自变量矩阵和预设回归系数向量确定的公共向量进行校正，可以得到针对每一列向量的回归值向量，从而可以计算出每一列向量与其它列向量之间的共线性参数，使得在独立的并行运行多个线性回归任务时，不用在执行每个线性回归任务之前提前对第一自变量矩阵进行变形处理并存储，也即，无需存储多个第一自变量矩阵的变形矩阵，节约了存储空间，兼顾了线性回归任务的运行速度和内存占用的问题。
-
公开(公告)号：CN116301710A
公开(公告)日：2023-06-23
申请号：CN202310162621.9
申请日：2023-02-13
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数据处理方法及装置，一种保护数据隐私的多方计算溢出位的方法及装置。其中数据处理方法包括：先获取2n位的待处理比特串，其基于目标数据对应的原始比特串而确定；再对所述待处理比特串进行n‑1次比特交换处理，其中任意的第t次比特交换处理包括：将当前比特串按照2t+1个比特为一组进行分组；针对每个分组，对位于中间的2t个比特，交换高位比特与低位比特之间的位置，并保持外侧的2t个比特不变；接着，基于所述n‑1次比特交换处理后的比特串确定目标比特串，所述目标比特串中的高位和低位分别对应于所述原始比特串中的奇数位和偶数位，所述目标比特串用于与目标数据的奇偶比特位相关的数据处理。如此，可以大幅提升计算效率。
-
公开(公告)号：CN116011012A
公开(公告)日：2023-04-25
申请号：CN202211735546.2
申请日：2022-12-31
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F21/62 , G06F18/214 , G06F18/241 , G06N3/04 , G06N3/048 , G06N3/08
Abstract: 本说明书实施例提供一种基于多方安全计算训练模型的方法及装置，在多方联合利用各自的隐私数据进行基于逻辑回归的分类模型训练过程中，通过目标映射函数代替常规的sigmoid函数进行数据分类，以减少基于逻辑回归进行分类的分类模型在多方安全计算场景下的数据处理的复杂度，提高模型训练效率。其中，在目标映射函数满足在远离0的位置具有较高准确度的条件的情况下，可以提高分类准确度。如此，可以提高多方安全计算场景下联合训练基于逻辑回归的分类模型的可行性。
-
公开(公告)号：CN115906137A
公开(公告)日：2023-04-04
申请号：CN202211735172.4
申请日：2022-12-31
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用于多方安全计算的数据处理方法及装置，在浮点数的指定小数位数fxp与扩展位数s满足fxp+s≤t/2(t为加密环的比特位数)的情况下，针对一个浮点数x，对其映射到加密环上的编码值进行处理过程中，通过s比特位的左移，将浮点数的指定小数位由fxp扩展为fxp+s，一方面避免了位反转过程中的高位截断，另一方面，将正则化算法的有效输入数值范围扩展为2‑(fxp‑1)至2(fxp‑1+s)。从而，可以大大扩展多方安全计算过程中所处理的浮点数的输入数据范围。
-
Patent Agency Ranking
公开(公告)号：CN111027713B
公开(公告)日：2022-09-02
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：CN114785480A
公开(公告)日：2022-07-22
申请号：CN202210380945.5
申请日：2022-04-12
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安全计算的方法、装置及系统，在多方安全计算的方法中，第一方采用同态加密算法，基于其持有的第一秘钥对中的公钥，加密目标数据的第一明文分片，得到第一密文分片。其中，目标数据的第二明文分片由第二方拥有。第一方将第一密文分片发送给第二方。第二方对第一密文分片和目标数据的第二明文分片，进行同态加密算法下的同态加法运算，得到目标数据的密文数据，其中，该密文数据通过第一秘钥对中的私钥解密。
-
公开(公告)号：CN112925558B
公开(公告)日：2022-05-17
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：CN112818338B
公开(公告)日：2022-03-11
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：CN112836211A
公开(公告)日：2021-05-25
申请号：CN202110090832.7
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；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；所述指定情况包括：N个运行设备分别预定义的变量属性集合之间满足一致性；一个变量属性包括一个变量符号与一个变量数据类型；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。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.032 seconds)
