-
公开(公告)号：CN117473543A
公开(公告)日：2024-01-30
申请号：CN202311139790.7
申请日：2023-09-05
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人脸识别认证中的隐私保护方法，应用于服务器端，包括：响应于客户端的人脸识别认证请求，获取上传的待识别人脸随机向量和第一加密信息；其中，待识别人脸随机向量通过一次性的第一随机整数向量对待识别人脸特征变换后得到，第一加密信息利用预设的加密算法加密第一随机整数向量得到；检索预先存储的目标人脸随机向量和第二加密信息；其中，目标人脸随机向量通过一次性的第二随机整数向量对目标人脸特征变换后得到，第二加密信息对第二随机整数向量加密后得到；基于上述步骤中获得的数据，确定待识别人脸特征和目标人脸特征之间的相似度，再确定人脸识别认证结果。相应地，本发明公开了一种人脸识别认证系统。
-
公开(公告)号：CN117252250A
公开(公告)日：2023-12-19
申请号：CN202311176837.7
申请日：2023-09-12
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N3/0895 , G06N3/0455
Abstract: 本说明书一个或多个实施例公开了一种大模型预训练方法及装置。首先通过大模型的第一输入通道获取第一模态数据集，并通过大模型的第二输入通道获取第二模态数据集；然后将第一模态数据集中的模态数据输入到大模型中的第一编码器，得到第一表征信息，将第二模态数据集中包含的多种模态数据分别输入到大模型中的第二编码器，并将第二模态数据集对应第二编码器的输出结果进行表征融合处理，得到第二表征信息；最后将第一表征信息和第二表征信息映射到预设的特征空间，并基于特征空间的映射信息和预设的对比学习损失函数对大模型进行对比学习训练，得到预训练后的大模型，对比学习损失函数基于实体之间的表征相似性确定。
-
公开(公告)号：CN117114392A
公开(公告)日：2023-11-24
申请号：CN202311007490.3
申请日：2023-08-10
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q10/0635 , G06F18/214 , G06F21/62
Abstract: 本说明书公开了一种风险识别模型训练方法、装置、存储介质和电子设备，所述方法包括：根据历史上各用户执行业务的业务数据，构建以各用户对应的用户信息为节点，各用户之间的业务关系为边的关系图，并作为训练样本。再将训练样本输入待训练的风险识别模型的隐私表示提取子网，以通过隐私表示提取子网提取训练样本的隐私特征。之后，将隐私特征发送给第二参与方。第一参与方根据接收到第二参与方返回的梯度，调整待训练的风险识别模型的隐私表示提取子网中各隐私表示层的参数，使得在联合训练风险识别模型时，第一参与方不会泄露用户的隐私数据，保护用户的隐私。
-
公开(公告)号：CN117093863A
公开(公告)日：2023-11-21
申请号：CN202311007524.9
申请日：2023-08-10
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/214 , G06F18/241 , G06F16/35 , G06V10/764 , G06N3/0464 , G06N3/08
Abstract: 本说明书实施例公开了一种模型的处理方法、装置及设备，该方法包括：获取用于训练目标模型的第一样本数据和第二样本数据，第一样本数据的第一标签信息的准确度高于第二样本数据的第二标签信息的准确度；基于第一样本数据、第二样本数据、目标模型对应的业务的信息、第一标签信息和第二标签信息，对预训练的样本权重模型进行模型训练，得到训练后的样本权重模型；基于第二样本数据和第二标签信息，通过训练后的样本权重模型确定第二样本数据的置信度；基于第二样本数据、第二标签信息和第二样本数据的置信度，对目标模型进行模型训练，得到训练后的目标模型。
-
公开(公告)号：CN117093862A
公开(公告)日：2023-11-21
申请号：CN202310983254.9
申请日：2023-08-04
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/214 , G06F18/241
Abstract: 本说明书公开了一种模型训练的方法、装置、电子设备及存储介质，基于联邦学习的思想，确定第一样本中的交叉样本和非交叉样本，再通过基于第一样本和第二样本训练的初始模型，确定交叉样本的辅助标注，将第一样本输入到目标模型的分类层，根据第一样本的分类结果和目标模型中各预设分类分别对应的预测层，得到第一样本的预测分类结果，最后再基于交叉样本的标注和辅助标注以及非交叉样本的标注，对该目标模型进行训练。在第一样本和第二样本包含的交叉样本较少时，也可基于预先训练完成的初始模型中对于第二样本的知识和第一节点中存储的各第一样本，训练得到准确的目标模型，在保证隐私数据的前提下，还保证了训练得到的目标模型的准确度。
-
Patent Agency Ranking
公开(公告)号：CN116595969A
公开(公告)日：2023-08-15
申请号：CN202310162725.X
申请日：2023-02-23
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F40/216 , G06F40/289 , G06F40/126 , G06F40/30 , G06N20/00
Abstract: 本说明书公开了一种文本生成的方法、装置、存储介质以及电子设备，获取业务数据，将业务数据输入到预设的文本生成模型中，以使所述文本生成模型按照不同的统计方式对所述业务数据进行统计，得到各统计结果，并对所述各统计结果进行编码，得到每个统计结果对应的编码特征。通过文本生成模型，基于得到的基础特征以及每个统计结果对应的编码特征，确定针对业务数据的风险识别结果，并根据该风险识别结果、基础特征以及每个统计结果对应的编码特征，通过文本生成模型生成用于描述业务数据所表征出的业务风险的描述文本。
-
公开(公告)号：CN111339437B
公开(公告)日：2023-07-14
申请号：CN202010093399.8
申请日：2020-02-14
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/9536 , G06F16/35
Abstract: 本说明书实施例涉及一种团伙成员角色的确定方法、装置及电子设备。该方法包括：获取团伙网络关系图；计算团伙网络关系图中每个节点在预设角色类型上的分布概率，并将所述分布概率代入预设优化函数，得到每个节点的角色。这样，通过将团伙成员角色的划分问题转化为求解最优解的问题，可以较为准确的确定出团伙内每个节点的角色，不再依赖于人工经验，能够适用于任意场景。
-
公开(公告)号：CN116109008B
公开(公告)日：2023-07-04
申请号：CN202310353832.0
申请日：2023-04-04
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种业务执行的方法及装置，首先，获取业务数据。其次，将业务数据输入到预测模型的权重层中，以确定业务数据中每个业务维度的数据与预测模型输出的预测结果的相关程度。而后，根据相关程度，确定需要进行数据替换的业务维度，作为目标维度。然后，将业务数据中目标维度的数据进行替换，得到替换后业务数据。接着，将业务数据输入到预测模型中的预测层，确定第一预测结果，以及将替换后业务数据输入到预测层中，得到第二预测结果。最后，根据第一预测结果与第二预测结果之间的偏差，对预测模型进行调整，以根据调整后的预测模型，执行业务。本方法可以确定预测模型的可解释性，提高预测模型确定出的预测结果的准确性。
-
公开(公告)号：CN115829755B
公开(公告)日：2023-05-26
申请号：CN202310133681.8
申请日：2023-02-07
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交易风险的预测结果的解释方法和装置。该方法包括：得到时间序列；该时间序列是：由至少两个交易事件的特征按照时间顺序形成的序列；并且，该时间序列被输入机器学习模型，以使得该机器学习模型根据该时间序列输出针对交易风险的预测结果；针对时间序列中的每一种类型的交易事件的特征，确定该类型特征在用于得到所述针对交易风险的预测结果时的重要性；将所述时间序列划分为至少两个子序列；针对每一个子序列，根据所确定出的每一种交易事件的类型的特征的重要性，得到每一种类型的交易事件的特征相对于该子序列的重要性。本说明书实施例能够更好地对机器学习模型得出的交易风险预测结果进行解释。
-
公开(公告)号：CN116127033A
公开(公告)日：2023-05-16
申请号：CN202211682528.2
申请日：2022-12-27
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06F40/20 , G06F18/22 , G06F18/214 , G06N3/045 , G06N3/08 , G06N3/084
Abstract: 本说明书实施例提供了一种网络违法行为用户的识别方法及对应装置，涉及机器学习技术领域。其中方法包括：获取待识别用户的N1个次对象提供的针对预测问题的回复信息，所述次对象为与所述待识别用户存在预设行为关系的用户，所述N1为大于或等于2的正整数；利用一致性检测模型获取所述N1个次对象提供的回复信息的一致性程度；依据所述一致性程度，确定所述待识别用户是否为网络违法行为用户。通过本申请可以提高识别网络违法行为用户的准确度。
-
-
-
-
-
-
-
-
-
Search Results
152
records
(took 0.061 seconds)
