-
公开(公告)号：CN112800466A
公开(公告)日：2021-05-14
申请号：CN202110183313.5
申请日：2021-02-10
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书提供了基于隐私保护的数据处理方法、装置和服务器。针对分开持有特征数据和标签数据，且一方所持有的标签数据包含多种标签的复杂场景，第一服务器和第二服务器可以先基于秘密分享算法各自计算得到乘积秘密的第一分片矩阵和第二分片矩阵，并分别将上述分片矩阵发送至第三服务器；第三服务器先合并分片矩阵得到乘积秘密的明文数据矩阵，再根据预设的处理规则，对乘积秘密的明文数据矩阵进行相应的softmax处理，得到中间结果数据矩阵，并将从中间结果数据矩阵拆分出的分片矩阵分别提供给第一服务器和第二服务器。从而可以适用标签种类较多的复杂场景，能够在保护参与方的数据隐私的前提下，高效地通过合作确定出中间结果数据矩阵的分片矩阵。
-
公开(公告)号：CN111125727B
公开(公告)日：2021-05-14
申请号：CN201911219782.7
申请日：2019-12-03
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书提供混淆电路生成方法、预测结果确定方法、装置和电子设备的实施例。所述方法包括：执行混淆电路，得到森林模型中多个叶子节点的多个标签，所述标签用于标识叶子节点的匹配状态；对所述多个标签进行求和处理，得到求和结果；将所述求和结果作为所述森林模型的预测结果；或者，向模型方发送所述求和结果，以便模型方根据所述求和结果计算所述森林模型的预测结果；或者，以所述求和结果为输入，与模型方共同执行多方安全比较算法，以比较所述森林模型的预测结果与预设值的大小。本说明的实施例，通过多方安全计算，可以在模型方不泄漏森林模型、且数据方不泄漏业务数据的条件下，获得森林模型的预测结果，实现了隐私保护。
-
公开(公告)号：CN112511361A
公开(公告)日：2021-03-16
申请号：CN202110158418.5
申请日：2021-02-05
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模型训练方法、装置和计算设备。所述方法包括：第一方根据第一随机种子生成第一随机数集和第二随机数集，第一随机种子为第一方与随机数服务器协商的随机种子；随机数服务器根据第一随机种子生成第一随机数集和第二随机数集，根据第二随机种子生成第三随机数集，根据第一随机数集、第二随机数集和第三随机数集，生成第四随机数集；第二随机种子为第二方与随机数服务器协商的随机种子；随机数服务器向第二方发送第四随机数集；第二方根据第二随机种子生成第三随机数集；接收第四随机数集；以使第一方根据第一随机数集和第二随机数集，第二方根据第三随机数集和第四随机数集，联合训练模型。所述实施例可以减少传输数据量。
-
Patent Agency Ranking
公开(公告)号：CN112507323A
公开(公告)日：2021-03-16
申请号：CN202110133496.X
申请日：2021-02-01
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单向网络的模型训练方法、装置和计算设备。所述单向网络包括第一方、第二方和第三方；在所述单向网络中，第一方和第三方无法主动访问第二方；所述方法可以应用于第一方，包括：接收第三方发来的第一随机数集；基于秘密分享算法，根据第一随机数集与第二方联合训练模型；在联合训练模型的过程中，第一方接收第二方发来的在分享秘密时的中间结果，根据所述中间结果和所述第一随机数集，确定所述秘密的分片。在本说明书实施例可以在联合建模的多方中的一方不允许被主动访问的情况下，基于秘密分享算法联合训练模型，实现隐私保护。
-
公开(公告)号：CN112468285A
公开(公告)日：2021-03-09
申请号：CN202110133473.9
申请日：2021-02-01
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书提供了基于隐私保护的数据处理方法、装置和服务器。基于该方法，第一服务器在接收到包含有按照第一顺序排列的数据标签的密文数据的第二标签列后，先根据所持有的包含有按照第一顺序排列的特征数据的数据值的第一特征列，建立对应关系；再根据特征数据的数据值，对第一特征列进行重新排列，得到第二特征列；并基于第二特征列将特征数据的数据值划分多个数据组；进而结合对应关系，统计得到数据组的数据标签的密文和；再接收第二服务器发起的第一询问请求，并通过第一询问请求向第二服务器返回数据组的数据标签的密文和，从而使得参与方在安全性要求较高的单向网络的环境中能够联合进行基于隐私保护的关于数值型特征数据的数据处理。
-
公开(公告)号：CN111737755B
公开(公告)日：2020-11-13
申请号：CN202010759819.1
申请日：2020-07-31
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业务模型的联合训练方法及装置，在多方安全计算中，将非线性的复杂运算分配给第三方处理，大大降低多个业务方联合训练非线性模型的复杂度。同时，持有训练样本的特征数据或标签数据的各个业务方通过约定的随机数生成方式，生成预定数量的随机数，从而获取按顺序一一对应的训练样本的样本数据，保持数据的一致性，并且由于第三方不参与随机数的生成过程，从而各个其他业务方有效针对第三方保证了数据隐私。而各个其他业务方之间通过秘密共享方法进行交互，相互之间保证了数据隐私。总之，以上方法在隐私保护的基础上，大大降低多个业务方联合训练非线性模型的运算复杂度。
-
公开(公告)号：CN111738361A
公开(公告)日：2020-10-02
申请号：CN202010759898.6
申请日：2020-07-31
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业务模型的联合训练方法及装置，在多方联合训练业务模型过程中，为了使用牛顿法以更快的收敛速度训练业务模型，在确定海森矩阵的逆矩阵时，引入由可信第三方生成的辅助矩阵，由联合训练业务模型的各个业务方以秘密共享方式来确定海森矩阵与辅助矩阵的乘积，并各自得到相应份额。之后，公开海森矩阵与辅助矩阵的乘积的合并结果，使各个业务方分别得到以上合并结果的逆矩阵，进而确定海森矩阵的逆矩阵的相应份额。根据这种特定的业务方交互方式设置，使得多方安全计算中，在保证数据隐私的前提下，利用牛顿法调整模型参数具有可行性，从而提高业务模型的联合训练效率。
-
公开(公告)号：CN111047051A
公开(公告)日：2020-04-21
申请号：CN201911323317.8
申请日：2019-12-20
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 周亚顺
IPC: G06N20/00
Abstract: 本说明书实施例公开了一种机器学习模型的训练样本的筛选方法及其系统，包括：标签提供方对样本的标签值进行同态加密，以生成不同样本对应的标签值密文。特征提供方根据样本对应的数值区间特征值，将标签值密文与数值区间特征值进行对应，以生成数值区间特征值对应的特征密文。标签提供方对特征密文进行同态解密，以生成标签值与数值区间特征值的对应关系。特征提供方根据对应关系，对数值区间特征变量进行价值评估。特征提供方根据评估结果，对样本进行筛选。由此，特征提供方无法获知每个样本对应的标签值，标签提供方无法获知每个样本对应的数值区间特征值，从而防止泄露用户的隐私数据，保护了用户的数据信息安全。
-
-
-
-
-
-
-
Search Results
58
records
(took 0.042 seconds)
