-
公开(公告)号：CN113221191A
公开(公告)日：2021-08-06
申请号：CN202110507726.4
申请日：2021-05-10
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本申请提出基于区块链的数据存证方法、装置、设备和存储介质。其中，上述区块链部署了用于管理数据资产的智能合约，上述方法可以包括，获取数据持有方发起的数据存证交易。其中，上述数据存证交易包括待存证的用户数据。上述用户数据包括认证机构对上述用户进行用户认证后产生的认证数据。响应于上述数据存证交易，调用上述智能合约包括的数据资产生成逻辑，为上述用户数据标记数据价值，并将标记了数据价值的上述用户数据与其它认证机构对该用户进行认证后产生的被标记了数据价值的用户数据进行关联存证，以形成与上述用户对应的数据资产。
-
公开(公告)号：CN112836210A
公开(公告)日：2021-05-25
申请号：CN202110090831.2
申请日：2021-01-22
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种程序运行方法及系统。所述方法包括：对原始数据集合中每个数据的值进行分片处理，得到每个数据的N个分片值；所述原始数据集合包括用于对程序中变量进行赋值的数据；确定N个分片数据集合；同一数据在N个分片数据集合中的值与该同一数据的N个分片值一一对应；在指定情况下，N个运行设备分别基于不同的分片数据集合运行目标程序；其中，通过预先配置，使得针对所述目标程序对应的每个基础运算单元，将任意一组值输入该基础运算单元进行运算得到的运算结果，等于：将该任意一组值的每组分片值分别输入该基础运算单元进行分别运算后，对得到的全部运算结果进行逆分片处理后得到的处理结果。
-
公开(公告)号：CN111064569B
公开(公告)日：2021-04-20
申请号：CN201911251776.X
申请日：2019-12-09
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供了一种可信计算集群的集群密钥获取方法及装置。处于可信执行环境TEE中的第一可信计算节点，在获取到针对自身的包含第一服务和标识信息的配置信息，且当标识信息表示第一可信计算节点不是第一个配置第一服务的可信计算节点时，向服务注册发现平台发送针对第一服务的访问请求，服务注册发现平台返回包含第二可信计算节点的地址信息的响应消息，第一可信计算节点利用该地址信息，与第二可信计算节点之间进行远程RA认证，建立RA通道，通过建立的RA通道，从第二可信计算节点中获取集群密钥，作为第一可信计算节点和第二可信计算节点所在的可信计算集群的集群密钥，以便使用集群密钥对隐私数据进行加密存储。
-
公开(公告)号：CN112329072B
公开(公告)日：2021-03-30
申请号：CN202011618870.7
申请日：2020-12-31
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书涉及机器学习领域，特别涉及一种基于安全多方计算的模型联合训练方法。安全多方计算包括多个参与方，该方法由其中某一参与方执行；其包括：与其他参与方协同，基于密态特征和密态标签对模型进行联合训练，在密态下对模型进行一轮或多轮迭代更新，获得更新后的密态模型参数；其中，一轮或多轮迭代更新中的至少一轮进一步包括：与其他参与方协同，确定模型的密态损失函数值；与其他参与方协同，基于所述密态损失函数值判断该模型的损失函数值是否满足预设的阈值条件，得到判断结果；基于所述判断结果确定是否停止联合训练。
-
公开(公告)号：CN112487460A
公开(公告)日：2021-03-12
申请号：CN202011435634.1
申请日：2020-05-09
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基于隐私保护的业务预测模型训练方法和装置。该方法可以通过训练系统中的可信计算单元和非可信计算单元执行。可信计算单元将初始模型参数、多个业务样本的样本特征和对应的标签值分别进行同态加密，并将其发送至非可信计算单元，执行多轮模型迭代，其中任意一轮模型迭代包括，可信计算单元与非可信计算单元进行交互，使得非可信计算单元至少基于对同态加密后的特征数据和模型参数进行同态运算，确定本轮更新后的第二加密模型参数，可信计算单元根据第二加密模型参数和第一加密模型参数的差异，确定模型训练过程是否满足收敛条件，在不满足时进行下一轮模型迭代。
-
Patent Agency Ranking
公开(公告)号：CN111291401B
公开(公告)日：2020-11-03
申请号：CN202010384203.0
申请日：2020-05-09
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基于隐私保护的业务预测模型训练方法和装置。该方法可以通过训练系统中的可信计算单元和非可信计算单元执行。可信计算单元将初始模型参数、多个业务样本的样本特征和对应的标签值分别进行同态加密，并将其发送至非可信计算单元，执行多轮模型迭代，其中任意一轮模型迭代包括，可信计算单元与非可信计算单元进行交互，使得非可信计算单元至少基于对同态加密后的特征数据和模型参数进行同态运算，确定本轮更新后的第二加密模型参数，可信计算单元根据第二加密模型参数和第一加密模型参数的差异，确定模型训练过程是否满足收敛条件，在不满足时进行下一轮模型迭代。
-
公开(公告)号：CN111371545B
公开(公告)日：2020-09-11
申请号：CN202010461733.0
申请日：2020-05-27
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基于隐私保护的加密方法。所述方法包括：获取数据拥有者对所述数据通过半同态加密算法加密后的密文；所述密文进行第一计算，得到标准式；所述标准式为所述数据拥有者进行的计算；生成随机数；基于所述随机数对所述标准式进行扰动，得到扰动式；将所述扰动式发送至所述数据拥有者进行计算得到扰动式的结果；获取加密扰动式结果；基于加密扰动式结果、标准式、随机数和所述扰动得到加密结果。该方法能够在多方安全计算的场景下保护各方的私有数据。
-
公开(公告)号：CN111327643B
公开(公告)日：2020-09-01
申请号：CN202010410004.2
申请日：2020-05-15
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多方数据共享方法和装置，用于在权限管理平台、可信执行环境下的可信计算单元、数据使用方、数据提供方和数据中心之间共享数据。数据提供方预先向权限管理平台注册包含第一密钥的元数据，并将采用第一密钥加密后的第一加密数据存储至数据中心。数据使用方促使可信计算单元向权限管理平台发送数据获取请求。权限管理平台基于数据获取请求携带的信息，验证数据使用方使用可信计算单元对第一数据进行数据处理的权限；当权限验证通过时，从数据中心获取第一加密数据并重新加密为第二加密数据，将第二加密数据和密钥分别发送至可信计算单元。可信计算单元解密得到第一数据后对第一数据进行数据处理，实现对隐私数据的处理。
-
公开(公告)号：CN111563261A
公开(公告)日：2020-08-21
申请号：CN202010409893.0
申请日：2020-05-15
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书的实施例公开了一种基于可信执行环境的隐私保护多方计算方法，该方法包括：在可信执行环境中创建随机数提供程序；隐私保护多方计算的每个参与方先验证所述随机数提供程序是否可信；当所述随机数提供程序通过所述每个参与方的可信性验证后，所述随机数提供程序提供比尔三元组给所述隐私保护多方计算的参与方；以及所述隐私保护多方计算的参与方基于自身持有的数据以及收到的所述比尔三元组，确定目标计算结果对应于所述参与方的局部结果值。该方法能够在多方安全计算的场景下保护各方的私有数据。
-
公开(公告)号：CN111177791B
公开(公告)日：2020-07-17
申请号：CN202010276682.4
申请日：2020-04-10
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数据隐私的双方联合训练业务预测模型的方法和装置，其中第一方和第二方分别拥有一部分特征数据，分别维护第一和第二参数部分，借助于第三方进行联合训练。在模型迭代时，双方各自计算其特征矩阵与参数的乘积结果，第一方将其乘积结果用第三方公钥同态加密后发送给拥有标签的第二方，由第二方进行同态运算，得到加密误差向量。然后，基于该加密误差向量，双方各自通过同态添加混淆元素的方式，将混淆后的加密梯度发送给第三方，使其解密，再对解密后的混淆梯度去混淆，得到对应的梯度，由此更新对应的参数。如此实现保护数据隐私的安全联合训练。
-
-
-
-
-
-
-
-
-
Search Results
189
records
(took 0.046 seconds)
