-
公开(公告)号：CN114153808A
公开(公告)日：2022-03-08
申请号：CN202210121169.7
申请日：2022-02-09
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/176 , G06F21/62
Abstract: 本说明书涉及数据安全领域，特别涉及一种基于秘密分享的排序方法和系统，其中，待排序数据列以和共享分片存储于第一方和第二方，第一方持有目标排序向量，排序向量用于标识对等长序列进行排序的操作，其元素指示所述等长序列中的对位元素在结果序列中的位置；该方法由第一方执行，获得目标数据列的第一分片以及由第二方执行，获得目标数据列的第二分片。
-
公开(公告)号：CN111738359B
公开(公告)日：2020-11-27
申请号：CN202010722953.4
申请日：2020-07-24
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两方决策树训练方法和系统，以保护双方的数据隐私。对于任一方的特征，另一方的设备在密文形态下计算该特征下的各分组分别对应的梯度和，并将计算出的梯度和的密文转换成梯度和的一个分片和梯度和的另一个分片的密文，将梯度和的另一个分片的密文发送给所述任一方的设备。其中，密文的加密算法为同态加密算法，密文的加密密钥为所述任一方的公钥。两方的设备按照多方安全计算协议进行交互，以基于各特征下的各分组分别对应的梯度和的分片计算各特征下的各分组分别对应的分裂增益的分片。进而，两方的设备通过多方安全比较协议确定最大分裂增益对应的特征及分组，并按最大分裂增益对应的特征及分组分裂节点。
-
公开(公告)号：CN111737756B
公开(公告)日：2020-11-24
申请号：CN202010759820.4
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基于两个数据拥有方的XGB模型预测方法及装置。各个数据拥有方的本地预测数据按照垂直切分方式组成XGB模型的预测数据，各个数据拥有方的本地叶结点权重向量基于秘密分享处理得到。各个数据拥有方使用本地子模型结构进行叶结点预测得到各棵树的本地叶结点标志向量，确定各棵树的本地叶结点标志向量与本地叶结点权重向量之间的本地积向量并进行同态加密处理后共享给对端数据拥有方。各个数据拥有方根据本地叶结点标志向量和本地积向量以及对端数据拥有方共享的叶结点标志向量和积向量，确定各自预测值密文并共享给对端数据拥有方。各个数据拥有方使用本地密钥对从对端数据拥有方获取的预测值密文解密，得到各自的模型预测值。
-
公开(公告)号：CN111401570A
公开(公告)日：2020-07-10
申请号：CN202010277473.1
申请日：2020-04-10
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隐私树模型的解释方法和装置，方法包括：主动方记录训练后的树结构中各节点的父子节点关系，各节点包括各分裂点和各叶节点，各分裂点分别对应的训练方及记录编号，各叶节点的叶节点权重；记录编号对应训练方中记录的特征及特征阈值；从至少一个被动方获取属于被动方的各分裂点分别对应的第一训练样本数和第二训练样本数；根据各叶节点的叶节点权重，每个分裂点对应的第一训练样本数和第二训练样本数，按照树结构自底向上回溯计算各分裂点的期望权重；根据各分裂点的期望权重和各叶节点的叶节点权重，以及各父子节点关系，确定各分裂点分别对应的节点贡献度，作为解释性信息。能够适用于保护隐私的隐私树模型。
-
-
-
Search Results
54
records
(took 0.034 seconds)
