-
公开(公告)号：CN111340509B
公开(公告)日：2020-08-21
申请号：CN202010440520.X
申请日：2020-05-22
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虚假交易识别方法、装置及电子设备。所述方法包括：获取预定平台所对应的原始交易图数据，根据目标节点从所述原始交易图数据中提取出子图数据；将所述子图数据作为输入，利用预定的多个连续的神经网络结构执行信息聚合操作和特征向量提取操作得到目标特征向量；其中，所述信息聚合操作用于根据各节点之间的相关性确定注意力矩阵，并根据所述注意力矩阵对目标节点的邻域节点信息进行聚合，所述各节点之间的相关性包括根据各节点信息所确定的第一相关性以及根据边信息所确定的第二相关性；将所述目标特征向量输入到分类器中，以便根据所述分类器的输出结果判断所述待识别交易是否为虚假交易。
-
公开(公告)号：CN111401759A
公开(公告)日：2020-07-10
申请号：CN202010203025.7
申请日：2020-03-20
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书提供了一种数据处理方法，包括：按照至少两个评价指标，获取经营实体对应于每个评价指标的指标数据；根据每个评价指标的指标数据确定每个评价指标对应的节碳量；利用经过训练的排序融合模型对各评价指标对应的节碳量进行融合，得到所述经营实体对应的节碳量；其中，所述排序融合模型以所述各评价指标的指标数据及其对应的节碳量为训练数据通过训练得到；根据所述经营实体对应的节碳量对所述经营实体的特定数据进行处理；其中特定数据与节碳量相关。本说明书还提供了实现上述方法的数据处理装置、电子设备及存储介质。
-
公开(公告)号：CN111325113A
公开(公告)日：2020-06-23
申请号：CN202010078402.9
申请日：2020-02-03
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种图像检测方法、装置、设备及介质。在一个实施例中，该方法可以包括：首先，获取目标图像；接着，在确定目标图像包括可交换图像文件信息的情况下，判断可交换图像文件信息是否包括目标信息，得到第一判断结果；然后，在第一判断结果为是的情况下，判断目标信息是否满足预设条件，得到第二判断结果；再接着，在第二判断结果为是的情况下，确定目标图像被篡改。
-
公开(公告)号：CN111310196A
公开(公告)日：2020-06-19
申请号：CN202010384152.1
申请日：2020-05-09
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书提供一种风险识别方法及装置和电子设备，应用于终端设备的可信执行环境。所述可信执行环境中存储有历史业务请求和风险规则。该方法包括：响应于业务客户端发起的待发送的业务请求，获取业务请求包含的用户账户和终端标识；查询历史业务请求中同样具有该用户账户和设备标识的历史目标业务请求，并对历史目标业务请求进行统计分析，得到风险指标的数值；判断风险指标的数值是否达到风险规则中设定的阈值；删除所述待发送的业务请求中携带的设备标识，并添加判断结果，由所述业务客户端将所述业务请求发送给业务服务端；以使所述业务服务端基于该判断结果执行该业务请求。由于设备标识不对外发送从而可以保护用户的个人信息。
-
公开(公告)号：CN111291816A
公开(公告)日：2020-06-16
申请号：CN202010097814.7
申请日：2020-02-17
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针对用户分类模型进行特征处理的方法和装置。方法包括，首先获取标签数据表和第一特征表，每个第一特征表记录用户的若干项特征。针对各个第一特征表中的各项特征，计算特征IV值，并基于IV值对特征进行第一筛选操作，得到对应的第二特征表。然后，将第二特征表和其中的特征分别作为第一类节点和第二类节点，构建二部图，在该二部图中确定出，连接到所有第二类节点的最小数目的第一类节点，进而得到对应的M个第二特征表。接着，合并该M个第二特征表，得到综合特征表，并基于该综合特征表，计算特征之间的相关系数；基于相关系数，对特征进行第二筛选操作，得到多项选中特征，用于训练用户分类模型。
-
Patent Agency Ranking
公开(公告)号：CN111275350A
公开(公告)日：2020-06-12
申请号：CN202010083148.1
申请日：2020-02-08
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事件评估模型的训练方法和装置。该事件评估模型包括宽度部分和深度部分，宽度部分模型参数少，用于处理事件的可解释性特征数据；深度部分模型参数多，用于处理与事件相关联的抽象特征数据。训练方法包括，收集较短时间周期中的样本事件，获取短期样本集；将短期样本集中的样本事件输入事件评估模型，根据预测结果和对应的类别标签，确定短期预测损失，根据该短期预测损失，更新宽度部分。收集较长时间周期中的样本事件，获取长期样本集，将其中各个样本事件输入事件评估模型，根据预测结果和对应的类别标签，确定长期预测损失；并根据该长期预测损失，更新深度部分。
-
公开(公告)号：CN111177769A
公开(公告)日：2020-05-19
申请号：CN202010280372.X
申请日：2020-04-10
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F21/60 , G06F21/62 , G06F16/953
Abstract: 本说明书实施例提供一种隐私数据保护的名单查询方法及相关的名单查询系统。方法包括：加入目标名单查询服务的第一成员设备向数据平台发起目标名单查询服务的查询请求，查询请求携带有第一成员设备基于第一私钥加密的待查询对象信息。数据平台将待查询对象信息发送至加入目标查询服务的至少一个第二成员设备，以得到经第一成员设备的第一私钥和第二成员设备的第二私钥双重加密的待查询对象信息。数据平台基于双重加密的待查询对象信息，对目标名单查询服务的名单数据进行命中查询，并向第一成员设备反馈结果。名单数据包括有经第一私钥和第二私钥双重加密后的可查询对象信息，第一私钥和第二私钥在不同双重加密顺序下对相同内容的加密结果相同。
-
公开(公告)号：CN111080304A
公开(公告)日：2020-04-28
申请号：CN201911274061.6
申请日：2019-12-12
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种可信关系识别方法、装置及设备。方案包括：获取发生交易行为的不同类型的待识别实体在关联关系拓扑图中的图结构特征，其中，图结构特征包括待识别实体的图关系特征以及待识别实体的节点属性特征，关联关系拓扑图是根据包括待识别实体在内的多个实体预先进行处理得到的；将图结构特征输入预先训练完成的图神经网络模型中，图神经网络模型会输出相应的分数，当所述输出数值大于或等于参考数值时，可以确定所述待识别实体之间的关系为可信关系。
-
公开(公告)号：CN111008709A
公开(公告)日：2020-04-14
申请号：CN202010162831.4
申请日：2020-03-10
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联邦学习、资料风险评估方法、装置及系统，在所述方法中，资料所有方作为联邦学习中的参与方，基于本地用户资料数据对目标模型进行训练，得到所述目标模型的梯度并反馈给联邦学习中的协调方，其中，所述目标模型用于评估用户资料存在的风险；协调方对至少两个资料所有方反馈的梯度进行整合，得到目标模型的更新梯度并发送至资料所有方；资料所有方基于所述更新梯度和本地用户资料数据，再次对目标模型进行训练，并向协调方反馈再次训练得到的梯度。
-
公开(公告)号：CN110942232A
公开(公告)日：2020-03-31
申请号：CN201911061823.4
申请日：2019-11-01
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书的一个或多个实施例涉及一种模型快速容灾方法、装置及电子设备，该方法包括：计算特征知识图谱中，与业务场景对应的第一特征的第一特征向量与其他特征的第二特征向量的相似度，得到第一特征向量的相似度列表；将第一特征向量作为业务模型的输入进行训练，得到第一业务模型；以及分别将第二特征向量作为业务模型的输入进行训练，得到多个第二业务模型；使用第一业务模型处理业务，并使多个第二业务模型同步运行；在预设特征失效时，使用多个第二业务模型中的一个替换第一业务模型处理业务；其中，多个第二业务模型均是第一业务模型的备用模型。
-
-
-
-
-
-
-
-
-
Search Results
500
records
(took 0.065 seconds)
