-
公开(公告)号：CN113157938B
公开(公告)日：2022-05-17
申请号：CN202110320889.1
申请日：2021-03-25
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个知识图谱联合处理的方法、装置和系统，方法包括：多个服务提供方中的任一服务提供方针对本方具有的知识图谱，从所述各实体中选择任意一个实体作为目标实体，通过邻域采样的方式，采样所述目标实体的K度邻居，得到所述目标实体对应的目标子图；将所述目标子图发送到所述目标实体对应的终端设备，以使所述终端设备对从所述多个服务提供方分别接收的多个目标子图进行融合，得到所述多个知识图谱链接后的所述目标实体对应的完整子图。能够提供更强的分析能力，并且保护隐私数据。
-
公开(公告)号：CN114036511A
公开(公告)日：2022-02-11
申请号：CN202111415226.4
申请日：2021-11-25
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基于隐私保护在终端上检测脚本作弊的方法和装置，终端上部署有目标应用，该方法包括：获取针对目标应用进行目标操作的若干操作属性信息；利用预设加密算法，对若干操作属性信息进行加密，得到对应的若干属性密文,预设加密算法针对相同明文输出相同密文；基于若干属性密文，确定目标特征，目标特征用于表征目标操作的模式特点；根据目标特征，确定目标操作是否包括通过作弊脚本生成的操作。
-
公开(公告)号：CN111027981A
公开(公告)日：2020-04-17
申请号：CN201911284459.8
申请日：2019-12-13
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种多方联合训练针对IoT机具的风险评估模型的方法，其中多方包括机具端计算节点、商户端计算节点和支付平台计算节点，分别存储多个机具的机具隐私数据、绑定多个机具的多个商户的商户隐私数据，以及与多个商户相关的支付隐私数据，并且各自维护风险评估模型中的部分参数。此外，支付平台计算节点还存储机具风险标签。在该方法中，机具端计算节点和商户端计算节点基于各自存储的隐私数据和维护的部分参数，确定出中间计算结果，支付平台计算节点基于其存储的隐私数据、维护的部分参数和标签计算出中间计算结果。然后，三方基于安全多方计算MPC技术，提供各自计算出的中间计算结果，确定训练损失，再各自调整维护的部分模型参数。
-
公开(公告)号：CN114553516B
公开(公告)日：2024-07-09
申请号：CN202210150924.4
申请日：2022-02-18
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 傅欣艺
IPC: H04L9/40
Abstract: 本说明书实施例公开了一种数据的处理方法、装置及设备，该方法应用于终端设备，该终端设备中包括可信执行环境，包括：通过目标业务对应的可信应用获取目标业务的业务数据，并将该业务数据传递至可信执行环境中，其中，可信执行环境中设置有针对目标业务的业务数据进行差分隐私处理的隐私保护规则；在可信执行环境中，基于该隐私保护规则对该业务数据进行差分隐私处理，得到差分隐私的业务数据；将该差分隐私的业务数据传递至服务器的可信执行环境中，以触发服务器获取该业务数据对应的风险标签信息，并在服务器的可信执行环境中，基于该风险信息和该差分隐私的业务数据，确定该业务数据对应的风险信息。
-
公开(公告)号：CN113780365B
公开(公告)日：2024-06-14
申请号：CN202110952742.4
申请日：2021-08-19
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/214 , G06F18/211 , G06V10/774 , G06V10/771 , G06V40/16
Abstract: 本说明书实施例提供了一种样本生成方法及装置。该方法首先得到结构化数据的目标样本；所述目标样本中包括至少一个特征值，每一个特征值对应所述结构化数据的一个特征；从所述结构化数据的至少一个特征中，确定待扰动特征；确定对应于所述待扰动特征的扰动范围；在所述扰动范围内，对所述目标样本中的对应于待扰动特征的特征值进行扰动，以得到新的样本。
-
Patent Agency Ranking
公开(公告)号：CN118113478A
公开(公告)日：2024-05-31
申请号：CN202410334206.1
申请日：2024-03-21
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F9/50
Abstract: 本说明书实施例公开了一种设备的调度方法、装置及设备，该方法包括：在检测到终端设备获取到风险防控业务的业务处理请求时，获取边缘服务器与终端设备之间的设备性能信息，以及边缘服务器的历史工作负载信息；基于设备性能信息，确定业务处理请求对应的调度评估指标；如果调度评估指标满足第一调度条件，则基于设备性能信息，以及边缘服务器的历史工作负载信息，确定业务处理请求对应的调度策略，若调度策略指示由边缘服务器执行风险防控处理，则以预设的决策概率调度边缘服务器中的第一风险防控模型执行业务处理请求对应的风险防控处理；否则，调度终端设备中的第二风险防控模型执行业务处理请求对应的风险防控处理。
-
公开(公告)号：CN117932615A
公开(公告)日：2024-04-26
申请号：CN202410077208.7
申请日：2024-01-18
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种风险检测方法、装置、存储介质以及电子设备，通过对获取到的明文数据进行脱敏处理，确定出对应的脱敏后数据。然后将脱敏后数据输入到预先经过训练的数据重构模型中，以使得数据重构模型能够根据脱敏后数据，生成出针对明文数据的重构数据。进而根据明文数据和脱敏后数据，以及明文数据对应的重构数据，确定通过脱敏后数据得到明文数据的最小错误率。最后根据最小错误率，对明文数据的脱敏后数据进行风险检测。通过本说明书中的方法能够精准的识别出对原明文数据所对应的脱敏数据是否具有泄露明文数据的风险，有效提高了原明文数据在使用和传输时的安全性，极大程度上维护了原明文数据所属用户或团体的信息安全和数据隐私。
-
公开(公告)号：CN117294715A
公开(公告)日：2023-12-26
申请号：CN202311229342.6
申请日：2023-09-21
Applicant: 支付宝(杭州)信息技术有限公司
IPC: H04L67/1008 , H04L67/1012
Abstract: 本说明书一个或多个实施例公开了一种端边云调度优化方法、系统和装置。所述方法包括：获取终端针对目标业务的本次流量请求之前的至少一次流量请求下的历史执行决策结果数据和运行状态数据；基于所述运行状态数据，确定用于端边云调度优化的约束参数；将所述约束参数提供给云端，并获取所述云端在设定周期内通过预设的端边云调度优化算法对所述执行决策结果数据和所述约束参数进行优化处理得到的用于进行端边云调度优化的全局参数；根据获取的全局参数确定本次流量请求的执行决策结果数据；根据本次流量请求的执行决策结果数据对所述终端和边缘服务器进行算力分配，得到执行本次流量请求的设备。
-
公开(公告)号：CN117278556A
公开(公告)日：2023-12-22
申请号：CN202311227100.3
申请日：2023-09-21
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书一个或多个实施例公开了一种算力资源调度方法和装置。所述方法包括：获取针对目标业务的本次流量请求之前的至少一次历史流量请求下的用户信息、执行设备的类型、执行设备的算力数据和执行设备的延时数据；基于用户信息、执行设备的类型、执行设备的算力数据、执行设备的延时数据，通过数据量化处理确定用于进行算力资源调度的约束参数；获取对约束参数进行优化处理得到的用于进行算力资源调度的第一调和参数和第二调和参数，并根据获取的第一调和参数和第二调和参数确定终端本次流量请求的执行决策结果数据；根据终端本次流量请求的执行决策结果数据，对终端、边缘服务器和云端服务器进行算力分配，得到执行本次流量请求的设备。
-
公开(公告)号：CN116150622B
公开(公告)日：2023-08-11
申请号：CN202310183952.0
申请日：2023-02-17
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/214 , G06N20/00 , G06F21/62
Abstract: 本说明书公开了一种模型训练方法、装置、存储介质及电子设备。确定当前迭代过程对应的噪声值，以及基于每个训练样本分别确定出的调整模型参数的梯度，根据各梯度以及预设的第一超参数，分别确定各梯度权重，根据各梯度以及各梯度权重，确定各自适应梯度，基于训练样本确定出的梯度越大则自适应梯度与预设的梯度期望值的差越小，根据噪声值对各各自适应梯度之和加噪，以得到当前迭代过程的批次平均梯度，最后根据批次平均梯度，调整所述待训练模型的参数。可以减少小梯度样本对模型参数影响程度，使得模型训练效果更好，基于训练得到的模型执行业务的结果更准确。
-
-
-
-
-
-
-
-
-
Search Results
112
records
(took 0.032 seconds)
