-
公开(公告)号：CN113033824B
公开(公告)日：2023-04-07
申请号：CN202110428875.1
申请日：2021-04-21
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书的实施例提供用于确定机器学习模型的超参数的方法及装置。在该方法中，第一成员设备将机器学习模型的当前超参数分发给各个第二成员设备。各个第二成员设备使用各自的训练样本集以及机器学习模型的当前超参数来按照隐私保护方式训练出机器学习模型。各个第二成员设备使用各自的测试样本集评估所训练出的机器学习模型的模型指标。在未满足循环结束条件时，经由第一成员设备确定下一循环过程的当前超参数来循环执行上述过程，并且每次循环过程的超参数与所确定的模型指标对应地存储在超参数数据库中。在满足循环结束条件时，第一成员设备将超参数数据库中模型指标最好的超参数确定为机器学习模型的超参数。
-
公开(公告)号：CN113255928B
公开(公告)日：2022-07-05
申请号：CN202110472698.7
申请日：2021-04-29
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书提供了模型的训练方法、装置和服务器。在一些实施例中，在合作联合训练目标模型的过程中，进行当前轮当前批的数据处理时，可以先检测当前轮当前批的数据处理是否满足预设的触发条件；在确定满足预设的触发条件时，根据预设协议，第三数据方不需要生成新的随机矩阵，而是利用本地存储的随机矩阵集中的已有矩阵，来生成第一随机向量、第二随机向量和第三随机向量，并进行分发；第二数据方可以利用本地存储的中间矩阵集，计算得到处理结果秘密的第二分片；第一数据方不需要再另外生成并向第二数据方发送中间矩阵，而是利用本地存储的随机矩阵集，计算得到处理结果秘密的第一分片。从而可以减少模型训练时所涉及的数据计算量和数据传输量。
-
公开(公告)号：CN112800466B
公开(公告)日：2022-04-22
申请号：CN202110183313.5
申请日：2021-02-10
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书提供了基于隐私保护的数据处理方法、装置和服务器。针对分开持有特征数据和标签数据，且一方所持有的标签数据包含多种标签的复杂场景，第一服务器和第二服务器可以先基于秘密分享算法各自计算得到乘积秘密的第一分片矩阵和第二分片矩阵，并分别将上述分片矩阵发送至第三服务器；第三服务器先合并分片矩阵得到乘积秘密的明文数据矩阵，再根据预设的处理规则，对乘积秘密的明文数据矩阵进行相应的softmax处理，得到中间结果数据矩阵，并将从中间结果数据矩阵拆分出的分片矩阵分别提供给第一服务器和第二服务器。从而可以适用标签种类较多的复杂场景，能够在保护参与方的数据隐私的前提下，高效地通过合作确定出中间结果数据矩阵的分片矩阵。
-
公开(公告)号：CN114239088A
公开(公告)日：2022-03-25
申请号：CN202111520800.2
申请日：2021-12-13
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F21/72
Abstract: 本说明书实施例提供一种基于混淆电路的布尔电路连续执行方法及装置，在多方安全计算的业务处理过程中，基于混淆电路将业务处理过程拆分为多个算子电路的连续执行过程。在业务执行过程开始之前，可以预先存储大量混淆表数据。其中，在靠前电路的输出线作为靠后电路的输入线的情况下，将靠前电路的相应输出标签与靠后电路的相应输入标签设为一致，并将靠前电路的混淆表与靠后电路的混淆表关联存储。这样，可以使得计算方对各个算子电路的执行能够连续执行，减少冗余通信，提高业务处理效率。
-
公开(公告)号：CN113657451A
公开(公告)日：2021-11-16
申请号：CN202110817153.5
申请日：2021-07-20
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书提供了数据对象的聚类方法、装置和服务器。持有数据对象的第一类特征数据的第一数据方，和持有数据对象的第二类特征数据的第二数据方在合作对数据对象进行聚类时，可以先根据预设的协议规则，分别利用各自所持有的数据进行第一交互，以分别得到数据对象与第一中心对象的特征距离的一个分片；接着，双方根据预设的协议规则，分别利用各自所持有的特征距离的一个分片进行第二交互，以从第一数据对象中确定出各个数据对象的匹配中心对象；再将数据对象划分到匹配中心对象所对应的类群中，完成数据对象的一次聚类。从而可以使得第一数据方和第二数据方在不向对方泄露己方所持有的数据的前提下，合作完成数据对象的聚类，保护双方的数据隐私。
-
Patent Agency Ranking
公开(公告)号：CN113282542A
公开(公告)日：2021-08-20
申请号：CN202110553780.2
申请日：2021-05-20
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例公开了具有前向安全的可验证可搜索加密方法、装置以及设备。方案包括：对关键字进行不可逆转换处理，得到安全令牌；根据安全令牌、待更新的文件标识符，对本地对应的已有验证信息进行更新，得到已更新验证信息；根据安全令牌、已更新验证信息和已有验证信息，确定对应的已更新状态和上一状态；根据已更新状态和上一状态进行异或处理，生成加密待还原信息，并发送至服务器存储；在需要利用关键字搜索时，根据安全令牌，使服务器通过加密待还原信息和异或处理，迭代地向历史状态回溯，得到待验证的文件标识符合集；根据本地与关键字对应的已有验证信息，验证服务器返回的文件标识符合集是否为正确的搜索结果。
-
公开(公告)号：CN112800478B
公开(公告)日：2021-07-06
申请号：CN202110370782.8
申请日：2021-04-07
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共有数据确定方法、装置和系统。方法包括：第一方与第二方进行多方安全计算，获得第一随机向量和第二随机向量；第一随机向量、第二随机向量与第二方具有的随机值和第三随机向量之间满足第一关系；针对各个第一隐私数据，得到分别对应的第一结果；构建运算函数，以使运算函数针对各个第一隐私数据的运算结果等于第一结果；将运算函数发送给第二方；从第二方接收其针对各个第二隐私数据进行第一处理得到的第一结果序列；其中第一处理利用了第一关系、运算函数和哈希运算；针对各个第一隐私数据，得到第二结果序列；确定第一结果序列与第二结果序列的交集，以确定共有数据。能够提升性能。
-
公开(公告)号：CN114338164A
公开(公告)日：2022-04-12
申请号：CN202111634653.1
申请日：2021-12-29
Applicant: 支付宝(杭州)信息技术有限公司
IPC: H04L9/40
Abstract: 本说明书实施例公开了一种匿名安全比较方法和系统。第一方获得匿名集合信息，用第一密钥加密与目标ID和第一对象的组合关联的第一明文信息得到第一密文信息，并将匿名集合信息和第一密文信息发送给第二方。第二方用第二密钥加密第一密文信息，得到二级密文信息。第二方基于匿名集合信息获得加密数据集合，加密数据集合包括匿名集合中每个ID与多个候选对象中每一个的组合对应的加密比较结果，与该组合关联的解密密钥能够基于与该组合关联的第二密文信息得到，该第二密文信息为用第二密钥加密与该组合关联的明文信息的结果。第二方将二级密文信息和加密数据集合返回给第一方，以便第一方能够获得目标ID对应的第二对象与第一对象的比较结果。
-
公开(公告)号：CN114239018A
公开(公告)日：2022-03-25
申请号：CN202111545017.1
申请日：2021-12-16
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共有数据数目确定方法和系统。方法包括：第一方将第一隐私数据集合映射到布隆过滤器，得到第一数组；单项隐私数据对应于布隆过滤器中的1个位置；针对第一数组中的各个元素进行同态加密，并将加密得到的第一密文数组发送给第二方；第二方确定第二隐私数据集合中的各个隐私数据在布隆过滤器中分别对应的1个目标位置，提取第一密文数组中各个目标位置的加密元素，得到各个加密值；针对各个加密值进行同态函数运算，得到结果密文；同态函数运算用于汇聚各个目标位置的元素值；将结果密文发送给第一方；第一方对结果密文进行解密，得到双方共有数据的数目。能够提升安全性。
-
公开(公告)号：CN114036572A
公开(公告)日：2022-02-11
申请号：CN202111436332.0
申请日：2021-11-29
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种隐私求交方法及装置，在多方安全计算的隐私求交过程中，可以由进行隐私求交的两个数据方分别针对本地数据，利用标记码对预定数值的取模处理，以按照模值对数据进行区分。接着，两个数据方在安全方式下对得到的模值进行一次隐私求交，交集为相同模值，然后可以对相同模值下的数据进行隐私求交。该方式将数据的隐私求交过程拆分为至少两级，一级为对模值进行隐私求交，从而过滤出可能存在于与对方的交集中的数据，另一级对相同模值下的数据进行隐私求交，此时的数据量经过过滤已大大降低。这种方式可以降低隐私求交的数据处理量和复杂度，提高隐私求交的效率。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.067 seconds)
