-
公开(公告)号:CN118502714A
公开(公告)日:2024-08-16
申请号:CN202410405260.0
申请日:2024-04-03
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安全根号逆方法和装置。方法包括:第一方本地执行第一四元组中第一指数的分片对2取模,得到标识结果的分片;利用标识结果的分片,与第二方联合执行第一选择处理,从而根据标识结果,从中间指数的分片以及该分片加1中,选择一个作为结果四元组中目标指数的分片;中间指数是第一指数的相反数右移一位;利用标识结果的分片,与第二方联合执行第二选择处理,从而根据标识结果,从第一四元组中第一尾数的扩张分片以及该分片乘以2中,选择一个作为中间尾数的分片;利用中间尾数的分片,与第二方联合执行包含联合查表的安全两方计算,得到结果四元组中目标尾数的分片。能够在保证高精度的同时降低通信量。
-
公开(公告)号:CN114282256A
公开(公告)日:2022-04-05
申请号:CN202210205844.4
申请日:2022-03-04
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F21/60
Abstract: 本说明书的一些实施例涉及信息安全技术领域,特别涉及一种基于秘密分享的排序打乱方法和恢复方法。其中,该排序打乱方法中第一参与方持有第一序列的第一分片;第二参与方持有第一序列的第二分片;通过执行秘密分享排列协议,第一参与方获得第一乱序序列的第一分片,第二参与方获得第一乱序序列的第二分片;该排序恢复方法用于上述方法打乱得到的第一乱序序列进行恢复,得到第一序列。
-
公开(公告)号:CN114282076A
公开(公告)日:2022-04-05
申请号:CN202210205833.6
申请日:2022-03-04
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/903
Abstract: 本说明书涉及数据安全领域,特别涉及一种基于秘密分享的排序方法和系统,用于获取能够将待排序数据列的元素进行顺序排列的目标排序向量,该方法由第一参与方执行且包括至少两轮迭代,最后一轮迭代得到的第二排序向量的第一分片为所述目标排序向量的第一分片;在其中一轮迭代后,第一参与方得到第二排序向量的第一分片,第二参与方获得第二排序向量的第二分片。
-
公开(公告)号:CN112765652A
公开(公告)日:2021-05-07
申请号:CN202110013267.4
申请日:2020-07-31
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书提出一种叶节点分类权值的确定方法、装置、及设备,包括:将本方持有的目标对象的特征输入本方的部分树模型,预测得到与所述目标对象匹配的若干第一疑似叶节点;根据所述若干第一疑似叶节点和对方预测得到的若干第二疑似叶节点,确定为所述目标对象预测得到的目标叶节点;基于本方确定出的所述目标叶节点的本方权值分片的密文、以及对方发送的该目标叶节点的对方权值分片的密文,确定目标叶节点对应的分类权值;其中,所述本方权值分片的密文由本方采用本方公钥对该目标叶节点的本方权值分片进行同态加密得到;根据所述目标叶节点和所述分类权值确定所述目标对象的分类结果。
-
公开(公告)号:CN111738360B
公开(公告)日:2020-11-27
申请号:CN202010723916.5
申请日:2020-07-24
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一种两方决策树训练方法和系统,以保护双方的数据隐私。对于任一特征,两方的设备按照多方安全计算协议进行交互,以基于梯度向量的分片和任一分组对应的标识向量计算该特征下的该分组对应的梯度和的分片。两方的设备按照多方安全计算协议进行交互,以基于各特征下的各分组分别对应的梯度和的分片计算各特征下的各分组分别对应的分裂增益的分片。进而,两方的设备通过多方安全比较协议确定最大分裂增益对应的特征及分组,并按最大分裂增益对应的特征及分组分裂节点。
-
公开(公告)号:CN111639367B
公开(公告)日:2020-11-17
申请号:CN202010759206.8
申请日:2020-07-31
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书提出一种基于树模型的两方联合分类方法、装置、设备及介质,包括:将本方持有的目标对象的特征输入本方的部分树模型,预测得到与所述目标对象匹配的若干第一疑似叶节点;根据所述若干第一疑似叶节点和对方预测得到的若干第二疑似叶节点,确定为所述目标对象预测得到的目标叶节点;基于本方确定出的所述目标叶节点的本方权值分片的密文、以及对方发送的该目标叶节点的对方权值分片的密文,确定目标叶节点对应的分类权值;其中,所述本方权值分片的密文由本方采用本方公钥对该目标叶节点的本方权值分片进行同态加密得到;根据所述目标叶节点和所述分类权值确定所述目标对象的分类结果。
-
公开(公告)号:CN118276818A
公开(公告)日:2024-07-02
申请号:CN202410425983.7
申请日:2024-04-09
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安全加法方法和装置,属于隐私数据的第一浮点数和第二浮点数分别表示为第一四元组和第二四元组的形式,第一方和第二方分别持有四元组中各个元素的一个分片,方法包括:第一方本地执行第一四元组中第一指数的本方分片减去第二四元组中第二指数的本方分片,得到指数差值的本方分片;根据指数差值的本方分片,通过与第二方联合执行的安全比较运算,确定指数差值是否大于预设阈值的比较结果;如果比较结果指示出指数差值大于预设阈值,则将第一四元组的各个元素的分片,确定为第一浮点数和第二浮点数的加法结果对应的第三四元组的各个元素的分片。能够在保证高精度的同时降低通信量。
-
公开(公告)号:CN118133330A
公开(公告)日:2024-06-04
申请号:CN202311860304.0
申请日:2023-12-29
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保护隐私数据的安全分片扩展方法和装置,方法包括:第一方从第三方接收通过目标拆分方式分别对随机数和该随机数的最高位进行拆分产生的第一随机分片和第一高位分片;与第三方协同生成隐私数据在第二环中的三方秘密分享的一个结果分片;利用本方持有的隐私数据的初始分片,本地构造隐私数据在第一环中的两方秘密分享的一个数据分片;利用第一随机分片、第一高位分片和数据分片,与第二方进行第一两方安全计算,得到隐私数据在第二环中的两方秘密分享的一个转换分片;利用转换分片和结果分片,与第二方进行第二两方安全计算,得到隐私数据在第二环中的三方秘密分享的另一个结果分片。能够既保护隐私数据,又具有高效率。
-
公开(公告)号:CN117436510A
公开(公告)日:2024-01-23
申请号:CN202311295470.0
申请日:2023-10-08
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N3/098 , G06N3/094 , G06N3/0475 , G06N3/045
Abstract: 本说明书实施例提供了多方联合训练方法、系统及装置,该方法的一具体实施方式包括:任意一轮训练包括:服务端从多个参与方中选择若干目标参与方;若干目标参与方中的任意参与方:依次对本地模型进行更新、训练,得到第二本地模型;向服务端发送第二本地模型的模型参数信息和利用第二本地模型生成的模拟数据的预测标签;服务端,对全局模型进行第一更新;确定目标数据集;利用目标数据集及其中目标数据的预测标签,对全局模型进行第二更新。从而,在任意轮训练,在更新全局模型之后,服务端利用模拟数据和模拟数据的预测标签,再次更新全局模型,较大幅度地提升全局模型的精度,提升全局模型的收敛速度。
-
公开(公告)号:CN111079944B
公开(公告)日:2023-03-10
申请号:CN201911310373.8
申请日:2019-12-18
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N20/00
Abstract: 本发明提供了一种提升树模型迁移学习的解释方案,能够对基于提升树模型的迁移学习进行解释,同时可以支持迁移模型的局部解释和全局解释。
-
-
-
-
-
-
-
-
-