-
公开(公告)号：CN114357517A
公开(公告)日：2022-04-15
申请号：CN202111683309.1
申请日：2021-12-30
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基于隐私保护的模型训练方法及装置，获得用于训练目标业务模型的初始事件序列集合；针对所述初始事件序列集合中的各初始事件序列，根据第一增强策略的策略信息，基于预设的用于进行数据扰动修改的多个数据增强单元，对该初始事件序列进行第一数目的数据增强操作，得到对应的增强事件序列，其中，一次数据增强操作利用一个数据增强单元执行；策略信息至少指示所述第一数目；利用各增强事件序列形成的第一增强序列集合进行模型训练，得到隐私保护的第一业务模型。
-
公开(公告)号：CN113011583B
公开(公告)日：2022-04-12
申请号：CN202110268665.0
申请日：2021-03-12
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N3/08 , G06N3/04 , G06N20/00 , G06F16/332 , G06Q30/02
Abstract: 本说明书实施例提供一种强化学习模型的训练方法，该方法包括：获取业务环境的当前状态，其中包括上一轮交互产生的交互内容；基于该交互内容，将多个备选业务动作划分为本轮交互下的可选动作集和禁选动作集；将该当前状态输入强化学习模型，从可选动作集中选取收益预测值最大的可选动作作为本轮业务动作，如此可以避免用户被无关动作打扰，从而提升用户体验；再将该本轮业务动作施加于上述业务环境，得到该业务环境的本轮反馈，基于本轮反馈计算本轮业务动作的收益标签值，并基于该收益标签值构建其他备选业务动作的收益标签值，从而实现可以利用全量备选业务动作训练上述强化学习模型，有效加速强化学习模型的收敛。
-
公开(公告)号：CN114241268A
公开(公告)日：2022-03-25
申请号：CN202111574537.5
申请日：2021-12-21
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06V10/774 , G06K9/62
Abstract: 本说明书实施例公开了一种模型的训练方法、装置及设备，该方法包括：获取第一数量的第一训练样本，然后，从所述第一数量的第一训练样本中选取第二数量的第一训练样本，并分别向第二数量的第一训练样本中加入相应的噪声数据，得到所述第二数量的第二训练样本，最终，可以基于剩余的第一训练样本和所述第二数量的第二训练样本，通过预设的基于梯度的对抗攻击算法对目标模型进行训练，得到训练后的目标模型。
-
公开(公告)号：CN114238744A
公开(公告)日：2022-03-25
申请号：CN202111574694.6
申请日：2021-12-21
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/953
Abstract: 本说明书实施例提供了一种数据处理方法、装置及设备，所述方法包括：在接收到针对第一图像的相似图像检索指令的情况下，确定与所述第一图像对应的候选图像；基于预先训练的特征提取模型，获取与所述第一图像对应的第一特征向量，与所述候选图像对应的第二特征向量，所述特征提取模型为基于第二图像、所述第二图像的标签，对由特征提取算法和度量学习算法构建的特征提取模型进行训练得到，所述第二图像的标签为基于所述第二图像的标题信息和预设聚类算法确定；基于所述第一特征向量和所述第二特征向量，确定所述候选图像中与所述第一图像对应的目标图像，并将所述目标图像确定为与所述相似图形检索指令对应的检索结果。
-
公开(公告)号：CN114120670A
公开(公告)日：2022-03-01
申请号：CN202111411787.7
申请日：2021-11-25
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本公开提供了一种用于交通信号控制的方法和系统，方法包括针对路网中的每个交叉路口，获取该交叉路口及其相邻路口的交通信息，其中交通信息包括车辆信息、道路信息和当前交通信号状态；将所获取的交通信息输入交通信号控制模型以得到预测的交通信号状态；以及基于针对每个交叉路口的所预测的交通信号状态来控制交通信号状态的改变。
-
Patent Agency Ranking
公开(公告)号：CN114091651A
公开(公告)日：2022-02-25
申请号：CN202111297665.X
申请日：2021-11-03
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方联合训练图神经网络的方法、装置及系统，方法包括：第一方利用图神经网络的第一参数部分，处理样本对象的第一特征部分，得到第一处理结果；利用控制器的目标公钥，对第一处理结果进行同态加密，得到第一加密结果；从第二方接收第二加密结果；基于第一加密结果和第二加密结果，及预设的损失函数，通过同态运算得到第一梯度密文；在第一梯度密文上添加对第一噪声加密的第一噪声密文，得到第一加密加噪数据；将其发送至控制器；从控制器接收对第一加密加噪数据解密后的第一加躁数据，从其中去除第一噪声，得到第一梯度明文；根据第一梯度明文，更新第一参数部分。
-
公开(公告)号：CN113961965A
公开(公告)日：2022-01-21
申请号：CN202111266339.2
申请日：2021-10-28
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防止模型被窃取的方法和装置。该方法的一具体实施方式包括：响应于确定第一用户为异常用户，将第一用户通过终端发送的至少一个预测请求确定为目标预测请求；针对各目标预测请求，将其中包含的待预测数据输入预设的模型，得到上述待预测数据的原始分类结果，其中，上述原始分类结果包括上述待预测数据属于各类别的概率值，其中最大概率值对应于第一类别，最小概率值对应于第二类别；调整上述原始分类结果中的概率值，使得调整后，第二类别的概率值增大至满足预设条件，且第一类别的概率值仍为最大；将调整后的分类结果发送给上述终端。
-
公开(公告)号：CN113902256A
公开(公告)日：2022-01-07
申请号：CN202111059586.5
申请日：2021-09-10
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供了一种训练标签预测模型的方法、标签预测方法和装置。首先获取样本集合，所述样本集合中的各样本包括对象的特征数据以及对该对象标注的标签；然后从所述样本集合中确定支持集合和查询集合；再利用所述支持集合和查询集合训练标签预测模型；其中，将所述支持集合和查询集合中的查询样本输入所述标签预测模型，由所述标签预测模型利用输入的查询样本与支持集合中各支持样本之间的特征相似度以及各支持样本的标签，预测输入的查询样本的标签；训练目标为最小化预测结果与查询样本被标注的标签之间的差异。
-
公开(公告)号：CN113837635A
公开(公告)日：2021-12-24
申请号：CN202111150419.1
申请日：2021-09-29
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风险检测处理方法、装置及设备，其中方法包括：根据获取的多个目标事件的事件信息，生成多个目标事件的第一知识超图；其中，事件信息包括相应目标事件的至少一个事件要素；第一知识超图的每个超边对应一个目标事件，超边中的每个节点对应至少一个目标事件的一个事件要素；根据第一知识超图，确定目标事件中待检测项目的检测信息；采用预先通过两个代理任务基于多个历史事件的第二知识超图进行交替预训练所得的预训练模型生成检测信息的第一特征数据；采用预先训练的风险检测模型，基于第一特征数据对待检测项目进行风险检测处理，得到风险检测结果信息。
-
公开(公告)号：CN113780572A
公开(公告)日：2021-12-10
申请号：CN202110952740.5
申请日：2021-08-19
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建立个性化模型的方法和装置。根据该实施例的方法，首先在服务器端利用全局用户数据进行学习，构建全局模型；然后利用目标场景对应的局部用户数据在所述全局模型基础上进一步学习，得到所述目标场景对应的个性化模型；最后再将所述个性化模型部署于所述目标场景对应的终端设备。
-
-
-
-
-
-
-
-
-
Search Results
500
records
(took 0.066 seconds)
