数据匹配方法、装置和电子设备

    公开(公告)号:CN111460514B

    公开(公告)日:2021-03-02

    申请号:CN202010563273.2

    申请日:2020-06-19

    Abstract: 本说明书实施例公开了一种数据匹配方法、装置和电子设备的实施例。所述方法应用于包括第一方和第二方的系统,第一方持有特定数据,第二方持有数据集合,所述方法包括:第二方根据数据集合,确定多项式函数中单项式的系数因数的取值;第一方获得多项式函数的次数;以特定数据为多项式函数中自变量的取值,根据自变量的取值和多项式函数的次数,确定多项式函数中单项式的幂因数的取值;第一方以幂因数的取值为输入,第二方以系数因数的取值为输入,执行多方安全计算,确定多项式函数的取值,多项式函数的取值用于表示特定数据是否与所述数据集合中的一个数据相匹配。本说明书实施例能够判断特定数据是否与数据集合中的一个数据相匹配。

    字符串的匹配方法和装置、数据检测方法、服务器

    公开(公告)号:CN111475690B

    公开(公告)日:2020-12-25

    申请号:CN202010563526.6

    申请日:2020-06-19

    Abstract: 本说明书提供了字符串的匹配方法和装置、数据检测方法、服务器。在一些实施例中,上述字符串的匹配方法,通过先由第一服务器将所拥有的第一字符串根据预设的映射规则映射成第一整数;同时,由第二服务器根据所拥有的第二字符串,通过映射得到与第二字符串的多个子字符串分别对应的第二整数,并根据上述第二整数通过构建多项式函数获取对应的目标系数;再通过第一服务器和第二服务器分别以第一整数和目标系数作为输入数据,共同进行安全多方计算,以得到目标函数的计算结果来指示第一字符串是否与第二字符串匹配。从而可以有效地降低数据处理量,在避免第一服务器和第二服务器获取对方所拥有的信息的前提下,高效地完成字符串匹配。

    基于可信执行环境的业务处理方法及装置

    公开(公告)号:CN111181720A

    公开(公告)日:2020-05-19

    申请号:CN201911413811.3

    申请日:2019-12-31

    Inventor: 赵原 殷山

    Abstract: 本说明书一个或多个实施例提供一种基于可信执行环境的业务处理方法及装置,该方法包括:安全计算服务端通过用于密钥协商的可信执行环境与客户端协商得到共享密钥,并将共享密钥加密为相应的共享密钥存储密文后存储;安全计算服务端响应于客户端发起的业务请求,创建用于业务处理的可信执行环境,并将客户端发送的业务信息密文和共享密钥存储密文读入用于业务处理的可信执行环境中;安全计算服务端在用于业务处理的可信执行环境中解密共享密钥存储密文以得到共享密钥,通过共享密钥解密业务信息密文以得到业务信息,并在可信执行环境中处理业务信息。本说明书的技术方案可以应用于各种场景下的业务处理过程,比如人工智能场景、区块链场景等。

    在可信执行环境中训练GBDT模型的方法、装置及设备

    公开(公告)号:CN111126628A

    公开(公告)日:2020-05-08

    申请号:CN201911151173.2

    申请日:2019-11-21

    Inventor: 赵原 殷山

    Abstract: 本说明书实施例提供一种在可信执行环境中训练GBDT模型的方法、装置及设备,训练方法中,将D维特征中的每项特征依次作为当前特征,对当前决策树中当前层级中的各个节点进行节点分割判断。节点分割判断包括:将当前特征的N个加密数组加载到可信内存区域中并解密。将得到的N个原始数组中的各个数组依次作为当前数组,确定相应的第一节点。基于当前数组中的当前特征值,对第一节点对应的样本集进行假定分割,并基于假定分割结果,确定第一节点的当前最佳分裂特征和当前最佳特征阈值。在基于D维特征中每项特征进行节点分割判断之后,对各个节点的样本集进行分割,生成下一层级节点,直至到达叶子节点。由此,可实现基于私有数据对GBDT模型的安全训练。

    在可信执行环境中训练GBDT模型的方法、装置及设备

    公开(公告)号:CN111091197A

    公开(公告)日:2020-05-01

    申请号:CN201911151157.3

    申请日:2019-11-21

    Inventor: 赵原 殷山

    Abstract: 本说明书实施例提供一种在可信执行环境中训练GBDT模型的方法、装置及设备,在训练方法中,对于当前决策树中的当前节点,将D维特征中的每项特征依次作为当前特征,对当前节点进行节点分割判断。节点分割判断包括:将当前特征的N个加密数组加载到可信内存区域中并解密。将得到的N个原始数组中的各个数组依次作为当前数组,基于当前数组中的当前特征值,对当前节点对应的样本集进行假定分割,并基于假定分割结果,确定当前节点的当前最佳分裂特征和当前最佳特征阈值。在基于D维特征中每项特征进行节点分割判断之后,对当前节点对应的样本集进行分割,生成当前节点对应的子节点,直至到达叶子节点。由此,可实现基于私有数据对GBDT模型的安全训练。

    安全建模方法、装置、电子设备及存储介质

    公开(公告)号:CN111079153A

    公开(公告)日:2020-04-28

    申请号:CN201911299874.0

    申请日:2019-12-17

    Inventor: 赵原 殷山

    Abstract: 本说明书实施例公开一种安全建模方法、装置、存储介质即电子设备,该电子设备可以是基于SGX(Software Guard Extensions,软件保护扩展)的服务端设备,所电子备上包括不可信内存以及基于可信执行环境的安全内存,不可信内存中保存有用于训练目标模型的训练样本密文。以流式解密方式,从不可信内存中逐个读取并解密训练样本密文至安全内存,在安全内存中完成对模型参数的迭代,得到模型参数经迭代后的模型参数值,其中,解密出的当前训练样本明文覆盖上一训练样本明文对安全内存的占用空间。经过M轮次以上的迭代后若满足预设收敛条件,得到经训练的目标模型。

    数据处理方法、查询方法、装置、电子设备和系统

    公开(公告)号:CN111046431A

    公开(公告)日:2020-04-21

    申请号:CN201911289143.8

    申请日:2019-12-13

    Abstract: 本说明书提供数据处理方法、查询方法、装置、电子设备和系统的实施例。所述查询方法包括:获取判断对象特定取值的多个二进制段;根据特定取值的每个二进制段,选取密文集合并从中查询分段判断结果密文,得到查询结果;其中,选取的密文集合所对应的段位置与该二进制段在特定取值中的段位置相同;向判断条件方发送所述查询结果。本说明书的一个或多个实施例,通过安全多方计算,可以在判断条件方不泄漏自身的判断条件、且数据方不泄漏自身的特定取值的前提下,由二者合作确定出判断条件的与判断对象的特定取值相对应的判断结果,从而实现了隐私保护。

    加速计算设备建模的方法、装置、计算设备及介质

    公开(公告)号:CN111027018A

    公开(公告)日:2020-04-17

    申请号:CN201911324820.5

    申请日:2019-12-20

    Inventor: 赵原 殷山

    Abstract: 本说明书实施例提供了一种加速计算设备建模的方法、装置、计算设备及介质,通过在目标模型训练过程中,对模型参数以及每个训练样本各自的特征数据进行向量划分,实现对模型参数以及特征数据的向量化,然后,针对每轮迭代训练过程中的训练样本,调用预设的向量浮点乘加指令,对向量划分得到的参数向量序列以及特征向量序列进行乘加处理,得到训练样本的目标值;进而,得到经训练的目标模型。例如,在个性化推荐场景下,上述特征数据可以是用户的个人信息,如用户画像信息等。

    在可信执行环境中训练GBDT模型的方法、装置及设备

    公开(公告)号:CN110990829A

    公开(公告)日:2020-04-10

    申请号:CN201911151159.2

    申请日:2019-11-21

    Inventor: 赵原 殷山

    Abstract: 本说明书实施例提供一种在可信执行环境中训练GBDT模型的方法、装置及设备,在训练方法中,将D维特征依次作为当前特征,对当前节点进行节点分割判断,该判断包括:将当前特征的N个特征值依次作为当前特征值,基于第一数组,判断对应的当前样本是否落入当前节点中。若是,则对样本集进行假定分割。基于假定分割结果,确定当前最佳分裂特征和当前最佳特征阈值。在基于每项特征进行节点分割判断之后,将当前最佳分裂特征和当前最佳特征阈值作为其分裂特征和特征阈值,对样本集进行分割,生成对应的子节点。基于子节点的节点编号,对第一数组进行更新,并对下一节点进行节点分割判断,直至到达叶子节点。由此,可实现基于私有数据对GBDT模型的安全训练。

    用于实现两方多分支条件的布尔电路

    公开(公告)号:CN113836594B

    公开(公告)日:2024-07-30

    申请号:CN202111110267.2

    申请日:2021-09-18

    Abstract: 本说明书实施例提供一种用于实现两方多分支条件的布尔电路,可采用混淆电路的执行方式。电路包括:比较单元,用于确定N个分支条件各自的比较结果;其中,N个分支条件分别对应顺序排列的N个数值,任一分支条件包括对第一方和第二方各自持有的隐私数据的大小比较;选择单元,用于以第N+1个数值为中间结果的初始值,对于N个分支条件对应的N个数值按照从后到前的顺序分别执行N轮选择处理,第N+1个数值为所有分支条件全部不成立时的一个值;每轮选择处理包括:根据当前数值对应的比较结果,从当前数值和上一轮的中间结果中选择之一作为本轮的中间结果。能够在保护隐私数据的前提下,实现两方多分支条件。

Patent Agency Ranking