-
公开(公告)号：CN114039794B
公开(公告)日：2024-12-03
申请号：CN202111412298.3
申请日：2019-12-11
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 吴斌
IPC: H04L9/40 , G06F18/214 , G06F18/2433 , G06F18/23
Abstract: 本说明书的实施例提供了一种基于半监督学习的异常流量检测模型训练方法及装置。在该方法中，获取异常流量检测模型的训练样本集，训练样本集包括有标记训练样本集和无标记训练样本集；通过使用当前训练样本集来对当前异常流量检测模型进行半监督学习训练，直到满足训练结束条件，该训练结束条件包括：当前模型训练过程中针对当前无标记训练样本集的异常预测率相对于上一模型训练过程中针对当前无标记训练样本集的异常预测率的变化率不大于预定阈值。利用该方法，可以在保护数据隐私的情况下实现模型训练。
-
公开(公告)号：CN118691273A
公开(公告)日：2024-09-24
申请号：CN202410756772.1
申请日：2024-06-12
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支付处理方法及装置，其中，一种支付处理方法包括：在支付过程中，接收用户终端通过扫描商家在支付服务的标识码发送的支付请求，查询用户在支付服务购买的商家的预购服务凭证并向用户终端发送，接收用户终端发送的通过在预购服务凭证选择的目标预购凭证进行支付的支付金额，按照支付金额对商家在资源机构的预付费账户进行资金解冻，并将解冻资金转入商家的收款账户。
-
公开(公告)号：CN110955842A
公开(公告)日：2020-04-03
申请号：CN201911223294.3
申请日：2019-12-03
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/9536 , G06F21/31
Abstract: 公开了一种异常访问行为识别方法及装置。一种异常访问行为识别方法，其特征在于，该方法包括：获取对用户信息的访问行为；确定发起所述访问行为的发起用户和所述访问行为针对的对象用户；根据所述发起用户和所述对象用户的历史交互信息，判断所述发起用户和所述对象用户是否满足预设的亲密关系条件；在满足亲密关系条件的情况下，进一步确定所述访问行为是否为异常访问行为。该方法在应用时，可利用用户间的历史交互信息和亲密关系进行模型构建，从而能够更加快速准确地完成上述判断。通过本说明书实施例所提供的技术方案能够识别出异常访问行为，由此保护用户的个人信息不被异常访问或泄露。
-
公开(公告)号：CN115622730B
公开(公告)日：2024-08-30
申请号：CN202211025324.1
申请日：2022-08-25
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 吴斌
Abstract: 本说明书实施例描述了人脸攻击检测模型的训练方法、人脸攻击检测方法和装置。根据实施例的方法，在训练人脸攻击检测模型时，获取刷脸图像样本序列和行为样本序列。然后分别对其进行特征提取后，利用提取得到的刷脸图像特征、行为特征以及样本序列的标签训练人脸攻击检测模型。由于训练人脸攻击检测模型的样本序列不仅包括刷脸图像的样本序列，而且还包括每一个采集用户人脸图像前后用户所执行操作的行为样本序列。如此能够更加全面的刻画用户的行为和覆盖用户的操作特征，使得训练得到的模型可靠性更高，从而提高人脸攻击检测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN116823493A
公开(公告)日：2023-09-29
申请号：CN202310511452.5
申请日：2023-05-06
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q40/08 , G06Q10/0635 , G06Q10/10
Abstract: 本说明书公开了一种特征处理方法、装置、存储介质及电子设备，其中，方法包括：基于至少一种初始保险用户特征和保险用户出险信息确定用户特征出险宽表，并确定用户特征出险宽表的至少一个特征箱体，然后获取特征箱体分别对应的目标保险用户特征，并基于特征箱体的箱体风险特征数据确定目标保险用户特征对应的保险特征评价指标，以对各目标保险用户特征进行特征筛选推荐处理。
-
公开(公告)号：CN110933102A
公开(公告)日：2020-03-27
申请号：CN201911264853.5
申请日：2019-12-11
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 吴斌
Abstract: 本说明书的实施例提供了一种基于半监督学习的异常流量检测模型训练方法及装置。在该方法中，获取异常流量检测模型的训练样本集，训练样本集包括有标记训练样本集和无标记训练样本集；通过使用当前训练样本集来对当前异常流量检测模型进行半监督学习训练，直到满足训练结束条件，该训练结束条件包括：当前模型训练过程中针对当前无标记训练样本集的异常预测率相对于上一模型训练过程中针对当前无标记训练样本集的异常预测率的变化率不大于预定阈值。利用该方法，可以在保护数据隐私的情况下实现模型训练。
-
公开(公告)号：CN114039794A
公开(公告)日：2022-02-11
申请号：CN202111412298.3
申请日：2019-12-11
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 吴斌
Abstract: 本说明书的实施例提供了一种基于半监督学习的异常流量检测模型训练方法及装置。在该方法中，获取异常流量检测模型的训练样本集，训练样本集包括有标记训练样本集和无标记训练样本集；通过使用当前训练样本集来对当前异常流量检测模型进行半监督学习训练，直到满足训练结束条件，该训练结束条件包括：当前模型训练过程中针对当前无标记训练样本集的异常预测率相对于上一模型训练过程中针对当前无标记训练样本集的异常预测率的变化率不大于预定阈值。利用该方法，可以在保护数据隐私的情况下实现模型训练。
-
公开(公告)号：CN110933102B
公开(公告)日：2021-10-26
申请号：CN201911264853.5
申请日：2019-12-11
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 吴斌
Abstract: 本说明书的实施例提供了一种基于半监督学习的异常流量检测模型训练方法及装置。在该方法中，获取异常流量检测模型的训练样本集，训练样本集包括有标记训练样本集和无标记训练样本集；通过使用当前训练样本集来对当前异常流量检测模型进行半监督学习训练，直到满足训练结束条件，该训练结束条件包括：当前模型训练过程中针对当前无标记训练样本集的异常预测率相对于上一模型训练过程中针对当前无标记训练样本集的异常预测率的变化率不大于预定阈值。利用该方法，可以在保护数据隐私的情况下实现模型训练。
-
公开(公告)号：CN115622730A
公开(公告)日：2023-01-17
申请号：CN202211025324.1
申请日：2022-08-25
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 吴斌
Abstract: 本说明书实施例描述了人脸攻击检测模型的训练方法、人脸攻击检测方法和装置。根据实施例的方法，在训练人脸攻击检测模型时，获取刷脸图像样本序列和行为样本序列。然后分别对其进行特征提取后，利用提取得到的刷脸图像特征、行为特征以及样本序列的标签训练人脸攻击检测模型。由于训练人脸攻击检测模型的样本序列不仅包括刷脸图像的样本序列，而且还包括每一个采集用户人脸图像前后用户所执行操作的行为样本序列。如此能够更加全面的刻画用户的行为和覆盖用户的操作特征，使得训练得到的模型可靠性更高，从而提高人脸攻击检测的准确性。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.033 seconds)
