模型优化方法、装置、设备、存储介质及产品

    公开(公告)号:CN119443316A

    公开(公告)日:2025-02-14

    申请号:CN202411677241.X

    申请日:2024-11-21

    Abstract: 本申请公开了一种模型优化方法、装置、设备、存储介质及产品,涉及人工智能技术领域,包括:根据主要训练特征集和辅助训练特征集训练决策树模型;获取参数更新信息和特征重要性信息;根据参数更新信息和特征重要性信息进行全局模型的聚合更新,根据当前聚合更新结果对决策树模型进行优化;通过上述方式,利用经过科学特征选择和采样的训练特征集训练决策树模型,能够有效、充分利用所有特征,并引入一种结合联邦学习特征影响聚合与模型协同训练的目标算法进行全局模型的聚合更新,根据当前聚合更新结果对决策树模型进行优化,以确保决策树模型能够有效地与全局模型进行协同工作,从而能够有效提高优化模型的准确性,以及提高联邦学习的性能。

    数据查询方法、装置、设备、存储介质和程序产品

    公开(公告)号:CN119323053A

    公开(公告)日:2025-01-17

    申请号:CN202411434937.X

    申请日:2024-10-14

    Abstract: 本申请公开了一种数据查询方法、装置、设备、存储介质和程序产品,涉及计算机技术领域,所述方法包括:生成同态加密算法的公钥私钥对,并将公钥发送至至少两个数据源,数据源根据公钥生成数据集的编码值的同态密文;分别与每一数据源执行不经意伪随机函数协议,生成每一数据源对应的查询值的伪随机值;将伪随机值依次发送至对应的数据源,数据源基于伪随机值获取本地同态密文,并将本地同态密文和接收到的其他数据源的同态密文之和发送至下一数据源,直至下一数据源为最后一个数据源;获取最后一个数据源返回的同态密文之和,通过私钥对同态密文之和进行解密,并根据同态密文之和生成查询值对应的查询结果。本申请提高了数据查询的安全性。

    代理计算方法、装置、设备、存储介质及产品

    公开(公告)号:CN119865299A

    公开(公告)日:2025-04-22

    申请号:CN202510026972.6

    申请日:2025-01-07

    Abstract: 本申请公开了一种代理计算方法、装置、设备、存储介质及产品,涉及数据安全技术领域,所述的方法包括:代理服务器接收来自多个客户端的重加密密钥、公钥和加密密文;根据公钥对加密密文进行同态计算;根据重加密密钥将同态计算密文结果转化为客户端对应的接收方密文;将多个接收方密文分别发送至多个客户端。本申请通过代理服务器对密文执行同态计算,可以对加密数据直接运算,并且代理服务器在计算的过程中不会获取到任何有关明文数据的信息,从而保护数据的隐私。通过代理服务器的代理计算,可将客户端的复杂计算任务交由代理服务器代为计算,从而降低用户的计算量。最后将同态计算后的密文根据重加密密钥转化为客户端能够解密的密文。

    模型加密方法、装置、设备及计算机可读存储介质

    公开(公告)号:CN119475283A

    公开(公告)日:2025-02-18

    申请号:CN202411515301.8

    申请日:2024-10-28

    Abstract: 本申请公开了一种模型加密方法、装置、设备及计算机可读存储介质,其方法包括:获取待学习任务对应的数据集;基于多层神经网络以及待训练模型确定新增网络,并基于新增网络对数据集进行模型训练,获得目标模型以及训练结果;基于训练结果以及数据集,确定触发集;基于所述触发集对所述目标模型进行模型训练,获得所述目标模型对应的水印模型,并返回执行在模型学习的多个任务中依次获取当前的待学习任务的步骤,直至完成所有任务的模型学习。本申请通过触发集对当前训练的模型进行模型训练,当前训练任务的水印模型,实现在分批次数据训练的持续学习模型中使用水印技术,对模型更新的版本进行知识产权保护。

    多方联邦学习方法、系统、设备、存储介质及程序产品

    公开(公告)号:CN119443317A

    公开(公告)日:2025-02-14

    申请号:CN202411677804.5

    申请日:2024-11-21

    Abstract: 本申请公开了多方联邦学习方法、系统、设备、存储介质及程序产品,涉及联邦学习技术领域,应用于区块链网络中的参与节点,该方法包括:获取中心节点发送的学习参数信息,并根据学习参数信息确定训练生成信息,其中,训练生成信息包括训练模型参数和训练模型参数对应的零知识证明;获取零知识证明在区块链网络中的安装信息,并根据安装信息确定节点诚实性;将训练模型参数和节点诚实性发送至中心节点,其中,中心节点用于基于训练模型参数和节点诚实性确定聚合模型,并在聚合模型收敛时,将聚合模型作为目标联邦学习模型。本申请解决了多方联邦学习的准确率不高的技术问题。

    广告投放方法、装置、设备、存储介质及产品

    公开(公告)号:CN119477424A

    公开(公告)日:2025-02-18

    申请号:CN202411516212.5

    申请日:2024-10-28

    Abstract: 本申请公开了一种广告投放方法、装置、设备、存储介质及产品,涉及数据安全技术领域,该方法包括:收集用户的授权信息,基于加密后的授权信息,向运营商发起加密查询请求,以使运营商反馈所述授权信息匹配的加密号码;基于加密号码与策略标识号,向运营商发起匿踪查询请求,以使运营商反馈对应的投放策略;基于运营商反馈的投放策略,对用户进行广告投放。通过上述方式,在查询方发起查询请求后,先基于加密后的授权信息进行匹配,再以匹配得到的加密号码发起查询请求,最终输出投放策略,整个过程需要输入的参数仅为用户的授权信息,输出对应的投放策略,在保护数据隐私的同时,提高广告投放的精准度和效率。

Patent Agency Ranking