-
公开(公告)号：CN113486839B
公开(公告)日：2024-10-22
申请号：CN202110822280.4
申请日：2021-07-20
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06V40/16 , G06F21/60 , G06N3/0464 , G06N3/084
Abstract: 本说明书实施例提供一种加密模型训练方法及装置、图像加密方法及装置和加密人脸图像识别方法及装置，该加密模型训练方法包括：利用待训练的加密模型对原始人脸图像加密，得到加密人脸图像；将加密人脸图像输入待训练的第一人脸识别模型，得到第一人脸预测结果；利用第一人脸预测结果及原始人脸图像对应的人脸标注结果，确定第一预测损失；分别将原始人脸图像及加密人脸图像输入经训练的第二人脸识别模型，得到各自对应的第一输出结果及第二输出结果；基于第一输出结果及第二输出结果，确定第二预测损失；基于与第一预测损失和第二预测损失正相关，确定总预测损失；以最小化总预测损失为目标，训练加密模型以及第一人脸识别模型。
-
公开(公告)号：CN118411282A
公开(公告)日：2024-07-30
申请号：CN202410693982.0
申请日：2024-05-30
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06T1/00 , G06T5/70 , G06T5/60 , G06N3/0455 , G06N3/08
Abstract: 本说明书实施例提供了一种水印嵌入检出的联合训练方法、装置、存储介质及设备，其中方法包括：获取训练样本，训练样本包括图像水印、样本原始图像，基于图像编码器对图像水印进行编码处理，得到图像水印对应的嵌入水印表征，然后将嵌入水印表征和样本原始图像输入至水印编码器中，以使水印编码器将嵌入水印表征融合进样本原始图像，得到嵌入图像水印的水印嵌入图像，再将水印嵌入图像输入至水印解码器中，得到水印嵌入图像对应的检出水印，最后以检出水印和图像水印的差异最小化、水印嵌入图像和样本原始图像的差异最小化为优化目标，调整图像编码器、水印编码器和水印解码器的参数。
-
公开(公告)号：CN113780572B
公开(公告)日：2024-07-16
申请号：CN202110952740.5
申请日：2021-08-19
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供了一种建立个性化模型的方法和装置。根据该实施例的方法，首先在服务器端利用全局用户数据进行学习，构建全局模型；然后利用目标场景对应的局部用户数据在所述全局模型基础上进一步学习，得到所述目标场景对应的个性化模型；最后再将所述个性化模型部署于所述目标场景对应的终端设备。
-
公开(公告)号：CN113850418B
公开(公告)日：2024-07-02
申请号：CN202111024302.9
申请日：2021-09-02
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/2433 , G06N3/0464 , G06F123/02 , G06N3/048
Abstract: 本说明书实施例提供了时间序列中异常数据的检测方法和装置。根据实施例的方法，首先获取待检测时间段内的时间序列，然后确定与该时间序列具有相关性的关联时间序列。然后获取当前时间序列的历史数据，进一步根据该时间序列以及该时间序列的历史数据和关联时间序列得到时间序列的预测值。最后根据该时间序列的预测值和实际值对时间序列中的指标数据是否存在异常进行检测。如此充分考虑了与该当前时间序列相关联的关联时间序列和历史数据，能够提高当前时间序列的预测值的准确度，从而使异常数据的检测具有更高的检测精度。
-
公开(公告)号：CN118070797A
公开(公告)日：2024-05-24
申请号：CN202410140536.7
申请日：2024-01-31
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F40/289 , G06F40/30 , G06F40/216
Abstract: 本说明书实施例公开了一种生成文本检测方法、装置、存储介质及电子设备，包括：对待检测文本进行文本扰动处理，得到扰动检测文本，并计算待检测文本对应的第一生成概率以及计算扰动检测文本对应的第二生成概率，然后根据第一生成概率和第二生成概率的差异生成待检测文本和扰动检测文本之间的扰动差异指标，最后若扰动差异指标大于预设差异阈值，则可确定待检测文本为生成文本。
-
Patent Agency Ranking
公开(公告)号：CN114091651B
公开(公告)日：2024-05-24
申请号：CN202111297665.X
申请日：2021-11-03
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保护隐私数据的多方联合训练图神经网络的方法、装置及系统，方法包括：第一方利用图神经网络的第一参数部分，处理样本对象的第一特征部分，得到第一处理结果；利用控制器的目标公钥，对第一处理结果进行同态加密，得到第一加密结果；从第二方接收第二加密结果；基于第一加密结果和第二加密结果，及预设的损失函数，通过同态运算得到第一梯度密文；在第一梯度密文上添加对第一噪声加密的第一噪声密文，得到第一加密加噪数据；将其发送至控制器；从控制器接收对第一加密加噪数据解密后的第一加躁数据，从其中去除第一噪声，得到第一梯度明文；根据第一梯度明文，更新第一参数部分。
-
公开(公告)号：CN117523323B
公开(公告)日：2024-05-14
申请号：CN202410010345.9
申请日：2024-01-03
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06V10/764 , G06V10/74 , G06V10/82
Abstract: 本说明书一个或多个实施例公开了一种生成图像的检测方法及装置，该方法首先获取目标图像，其次从目标图像中选取部分图像，并基于目标图像中除部分图像之外的剩余图像对部分图像进行重构处理，获取剩余图像和重构的部分图像所组成的重构图像，然后将重构图像输入预先训练的分类模型，得到重构图像的重构效果类别，最后根据重构图像的重构效果类别，确定目标图像是真实图像或生成图像。
-
公开(公告)号：CN117972158A
公开(公告)日：2024-05-03
申请号：CN202410145795.9
申请日：2024-02-01
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/903 , G06F21/62
Abstract: 本说明书公开了一种信息匹配的方法、装置、存储介质以及电子设备，通过将目标信息对应的各子目标加密信息与待匹配信息对应的各子待匹配加密信息之间进行两两比对，从而得到各子目标加密信息与各子待匹配加密信息的比对结果。然后，根据比对结果确定出目标信息与待匹配信息之间相同部分的最长字符串长度，进而根据最长字符串长度，确定出目标信息与待匹配信息之间的编辑距离大小，从而确定出对应的信息匹配结果。通过本方法可以成功实现在保护信息隐私的前提下对各信息之间进行信息匹配，在针对有着严格隐私保护要求的信息进行相似匹配和查询时，可以有效防止隐私信息的具体内容的外漏，从而极大程度上保障了隐私信息所属用户或机构的信息安全。
-
公开(公告)号：CN117933368A
公开(公告)日：2024-04-26
申请号：CN202410140527.8
申请日：2024-01-31
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种大模型联邦学习方法、装置、存储介质及电子设备。在本说明书提供的大模型联邦学习方法中，针对每个参与联邦学习的客户端，接收该客户端在训练该客户端的目标大模型后发送的增量参数，该客户端的模型参数由原始参数和增量参数构成，增量参数的量级小于原始参数的量级，在训练目标大模型时，原始参数不变，增量参数改变；采用各客户端的增量参数对该客户端的增量参数进行聚合，得到该客户端的聚合参数；将聚合参数返回给该客户端，使该客户端根据聚合参数更新该客户端的增量参数，根据原始参数和更新后的增量参数重新确定模型参数，并采用重新确定的模型参数重新对目标大模型进行训练，直到目标大模型收敛。
-
公开(公告)号：CN117392694B
公开(公告)日：2024-04-19
申请号：CN202311674312.6
申请日：2023-12-07
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06V30/40 , G06V30/418 , G06V30/19 , G06V30/164
Abstract: 本说明书实施例提供了一种数据处理方法、装置及设备，其中，该方法包括：获取与目标文本匹配的目标风险关键词，并获取目标文本与目标风险关键词之间的匹配度；通过预先训练的扩散生成模型，对目标文本进行加噪处理，得到与目标文本对应的第一图像表征；通过预先训练的扩散生成模型，经过预设迭代次数逐次对第一图像表征进行降噪处理，直到最后一次迭代过程结束，得到预先训练的扩散生成模型的输出端的元函数；基于迭代结束得到的预先训练的扩散生成模型的输出端的元函数、目标文本、目标风险关键词以及最后一次迭代过程对应的噪声，生成与目标文本对应的第二图像表征，并基于第二图像表征，确定与目标文本对应的目标图像。
-
-
-
-
-
-
-
-
-
Search Results
500
records
(took 0.047 seconds)
