-
公开(公告)号：CN118709230B
公开(公告)日：2024-12-31
申请号：CN202411178104.1
申请日：2024-08-26
Applicant: 北京数牍科技有限公司
Abstract: 本申请提供了一种数据的隐私评级方法、装置、设备、介质及产品。其中，该方法包括：获取密文用户数据；将密文用户数据输入隐私评级模型，在隐私评级模型中，计算隐私评级模型的前M层网络的前向推理过程，得到第一参与方的密文中间数据，隐私评级模型为基于大语言模型训练得到的模型，M为正整数；在获取到多个第二参与方的密文中间数据的情况下，根据多个第二参与方的密文中间数据与第一参与方的密文中间数据，重构得到明文中间数据；将明文中间数据输入隐私评级模型，明文计算隐私评级模型的剩余层网络，得到用户数据的隐私评级结果。解决了相关技术中无法同时满足数据隐私评级的高鲁棒性和低计算传输开销的技术问题。
-
公开(公告)号：CN116566750A
公开(公告)日：2023-08-08
申请号：CN202310841679.6
申请日：2023-07-11
Applicant: 北京数牍科技有限公司
Abstract: 本申请公开了一种信息发送方法、装置、设备及计算机存储介质，该方法包括：获取与待发送的目标信息对应的对称加密公钥，以及与服务器中目标存储位置对应的同态加密公钥，利用对称加密公钥对目标信息进行加密处理，得到目标密文信息，并将目标密文信息写入服务器中的目标存储位置中；利用同态加密公钥对目标存储位置对应的位置信息进行加密处理，得到位置密文信息，并对位置密文信息进行解密处理，得到目标存储位置对应的位置信息，并根据位置信息从服务器中的目标存储位置中获取目标密文信息，对目标密文信息进行解密处理，得到目标信息。根据本申请实施例，能够避免泄露待发送的信息对应的发送方和接收方，并避免服务器对信息的破坏行为。
-
公开(公告)号：CN118921166A
公开(公告)日：2024-11-08
申请号：CN202411017546.8
申请日：2024-07-26
Applicant: 北京数牍科技有限公司
Abstract: 本申请提供了一种数据的协作扩展排列方法、装置、设备、介质及产品。方法包括：获取第一输入数据和扩展排列关系；根据第一输入数据批量生成第一随机数据；接收计算协作方发送的掩码数据；根据扩展排列关系对掩码数据进行扩展排列，得到第一输出数据；在接收到计算协作方发送的加密后的第二随机数据的情况下，根据扩展排列关系，对加密后的第二随机数据进行扩展排列，得到密文排列数据；对密文排列数据进行加密得到目标密文向量，并发送给计算协作方，以使计算协作方对目标密文向量进行解密得到目标随机向量，并拆分目标随机向量得到计算协作方的第二输出数据。解决了相关技术中扩展排列的通信次数和计算传输开销大的技术问题。
-
公开(公告)号：CN118916190A
公开(公告)日：2024-11-08
申请号：CN202411017585.8
申请日：2024-07-26
Applicant: 北京数牍科技有限公司
Abstract: 本申请提供了一种数据处理方法、装置、设备、介质及产品。方法包括：将初始图数据存储为第一数据和第二数据，根据第二数据中每个边向量对应的源节点，对第一数据进行第一映射，得到第三数据，根据第三数据拷贝得到的镜像数据中每个向量的目标节点，对镜像数据进行聚合，得到第四数据；根据第一数据对第四数据进行第二映射，得到第五数据；将第五数据和第一数据进行合并处理，得到目标数据。采用本申请的方案，能够解决相关技术在茫然传播过程中，数据计算和传输复杂度高，导致系统的计算和传输开销大的技术问题。
-
公开(公告)号：CN116566750B
公开(公告)日：2023-10-27
申请号：CN202310841679.6
申请日：2023-07-11
Applicant: 北京数牍科技有限公司
Abstract: 本申请公开了一种信息发送方法、装置、设备及计算机存储介质，该方法包括：获取与待发送的目标信息对应的对称加密公钥，以及与服务器中目标存储位置对应的同态加密公钥，利用对称加密公钥对目标信息进行加密处理，得到目标密文信息，并将目标密文信息写入服务器中的目标存储位置中；利用同态加密公钥对目标存储位置对应的位置信息进行加密处理，得到位置密文信息，并对位置密文信息进行解密处理，得到目标存储位置对应的位置信息，并根据位置信息从服务器中的目标存储位置中获取目标密文信息，对目标密文信息进行解密处理，得到目标信息。根据本申请实施例，能够避免泄露待发送的信息对应的发送方和接收方，并避免服务器对信息的破坏行为。
-
Patent Agency Ranking
公开(公告)号：CN116204909A
公开(公告)日：2023-06-02
申请号：CN202310404189.X
申请日：2023-04-17
Applicant: 北京数牍科技有限公司
Abstract: 本申请公开了一种向量元素映射方法、电子设备及计算机可读存储介质，其中方法包括：获取第一旧向量，图结构的目标向量包括秘密共享的第一碎片和第二碎片，所述第一旧向量为所述第一碎片，目标向量为节点向量或边向量；接收第二参与方发送的第一向量，第一向量由所述第二参与方根据持有的所述第二碎片获得；将第一向量与第一旧向量合并，得到合并向量；根据预获取的映射关系对合并向量进行元素映射，得到第一新向量。上述中，第一参与方与第二参与方向外揭露的信息是旧向量和新向量的长度，新旧向量中每个元素的数据均得到保密，且第一参与方掌握的映射关系不会泄露给第二参与方，可以有效避免数据泄露。
-
公开(公告)号：CN118709230A
公开(公告)日：2024-09-27
申请号：CN202411178104.1
申请日：2024-08-26
Applicant: 北京数牍科技有限公司
Abstract: 本申请提供了一种数据的隐私评级方法、装置、设备、介质及产品。其中，该方法包括：获取密文用户数据；将密文用户数据输入隐私评级模型，在隐私评级模型中，计算隐私评级模型的前M层网络的前向推理过程，得到第一参与方的密文中间数据，隐私评级模型为基于大语言模型训练得到的模型，M为正整数；在获取到多个第二参与方的密文中间数据的情况下，根据多个第二参与方的密文中间数据与第一参与方的密文中间数据，重构得到明文中间数据；将明文中间数据输入隐私评级模型，明文计算隐私评级模型的剩余层网络，得到用户数据的隐私评级结果。解决了相关技术中无法同时满足数据隐私评级的高鲁棒性和低计算传输开销的技术问题。
-
公开(公告)号：CN116915405A
公开(公告)日：2023-10-20
申请号：CN202311181344.2
申请日：2023-09-13
Applicant: 北京数牍科技有限公司
Abstract: 本申请公开了一种基于隐私保护的数据处理方法、装置、设备及存储介质。该方法包括：基于预设排列策略所对应的向量长度生成目标交换网络，并对目标交换网络所包含的多个交换模块进行随机决策，得到目标排列策略；通过茫然传输组件与第二参与方交换随机种子，得到交互随机种子；基于预设排列策略和目标排列策略对交互随机种子进行预处理，得到第一关联随机向量；基于第一关联随机向量对第一参与方所持有的第一向量进行全排列处理，得到第一目标向量。通过上述方案，本申请可有效降低向量元素全排列过程的计算传输成本。
-
公开(公告)号：CN116186341B
公开(公告)日：2023-08-15
申请号：CN202310456636.6
申请日：2023-04-25
Applicant: 北京数牍科技有限公司
IPC: G06F16/901 , G06F21/62 , G06F21/60
Abstract: 本申请实施例公开了一种联邦图计算方法、装置、设备及存储介质，属于数据处理技术领域。本申请实施例可以应用于包含至少两个联邦节点的联邦图计算系统，也即本申请实施例可以适用于两个或任意多个数量的联邦节点，因此在联邦节点数量上具有通用性；此外，本申请实施例在第一目标节点有更新数据，且第一目标节点属于第二联邦节点的情况下，可以将该第一目标节点的更新数据存储至与第一目标节点对应的第一镜像节点中，然后合并第一镜像节点中的更新数据后再发送给第二联邦节点，无需分别将第一目标节点的更新数据分别发送，如此可以降低更新数据分别发送产生的传输开销。
-
公开(公告)号：CN116527824A
公开(公告)日：2023-08-01
申请号：CN202310807298.6
申请日：2023-07-03
Applicant: 北京数牍科技有限公司
IPC: H04N1/44 , G06N3/0464 , H04L9/00 , H04L9/08
Abstract: 本申请公开了一种图卷积神经网络训练方法、装置及设备，涉及信息安全技术领域。图卷积神经网络训练方法包括：获取第一参与方持有的子图的第一节点向量和第一边向量；对第一边向量进行转换，得到第一源节点向量；分别对第一边向量和第一源节点向量进行GAS模型的分散运算，得到第二边向量和第一更新向量；对第一节点向量和第一更新向量进行GAS模型的收集运算，得到第二更新向量；针对子图的第一节点，基于第二更新向量进行GAS模型的应用运算，得到第一节点相对于当前迭代执行的图卷积神经网络的层数的梯度；根据梯度，更新层数对应的图卷积神经网络参数。根据本申请实施例，能够不泄露各个参与方的子图数据隐私。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.023 seconds)
