-
公开(公告)号：CN111045829A
公开(公告)日：2020-04-21
申请号：CN202010174985.5
申请日：2020-03-13
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供了一种业务预测模型的划分处理及预测方法和装置。在对业务预测模型进行划分时，协调设备可以确定业务预测模型的N个计算层中每个计算层的运算对应的内存占用量；根据可信计算单元的内存容量以及内存占用量，确定分配至可信计算单元的连续的前M个计算层，并得到分配至非可信数据处理设备的N-M个计算层。可信计算单元可以将业务数据输入前M个计算层中，并得到输出结果，通过预设安全协议将输出结果发送至非可信数据处理设备，非可信数据处理设备中的N-M个计算层基于输出结果确定针对业务数据的预测结果。
-
公开(公告)号：CN111027870A
公开(公告)日：2020-04-17
申请号：CN201911287610.3
申请日：2019-12-14
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 陈岑
Abstract: 本说明书的用户风险评估方法包括：将目标合作方的用户的行为信息输入对应于目标合作方的学生风控模型；学生风控模型由基于目标合作方的目标样本数据的软标签值和目标样本数据原本被标注的被作为硬标签值的风险标签值，对目标样本数据进行知识蒸馏得到，软标签值由在可信执行环境内对多个教师风控模型针对目标样本数据的预测结果进行集成得到，各个教师风控模型在可信执行环境内被解密，各个教师风控模型由对相应的其他合作方的样本数据进行训练得到，任一样本数据包含被标注有风险标签值的行为信息；根据学生风控模型的输出结果确定风险评分。该方法可在保证各个合作方隐私的情况下，使得各个合作方协同训练用于进行风险评估的学生风控模型。
-
公开(公告)号：CN111027083A
公开(公告)日：2020-04-17
申请号：CN201911243933.2
申请日：2019-12-06
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私有数据处理方法。所述方法可以由可信执行环境中的一个或多个处理器执行，其包括：可以获取私有数据，私有数据经过加密。可以处理私有数据以获取两个或以上的数据分块。可以基于至少一个数据分块训练树模型。以及，可以将至少一个数据分块存储至第一存储设备，第一存储设备位于可信执行环境之外，且存储至第一存储设备的数据分块经过加密。本说明书所披露的方法，可以缓解大数据下可信执行环境内的存储空间受限的问题。
-
-
Search Results
43
records
(took 0.031 seconds)
