-
公开(公告)号：CN111368336A
公开(公告)日：2020-07-03
申请号：CN202010459211.7
申请日：2020-05-27
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书提出了一种基于秘密共享的训练方法、装置、电子设备及存储介质，上述方法通过对训练参数进行定点数编码，对编码后的训练参数进行训练，并在训练过程中通过一次秘密共享进行定点数截取，以完成一轮训练，并更新训练参数，以进行下一轮训练，由此可以实现大规模数据的训练，避免由同态加密及定点数编码带来的数据溢出问题，并减少训练过程中数据的通信量，提高模型的训练效率，并且该秘密共享的训练方法可以保护数据的隐私。
-
公开(公告)号：CN111046409A
公开(公告)日：2020-04-21
申请号：CN201911290265.9
申请日：2019-12-16
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私有数据多方安全计算方法。该方法包括：由第一终端将第一私有数据转换为第一安全数据集，并将所述第一安全数据集发送至第二终端，所述第一安全数据集包括至少一个字符串，所述至少一个字符串的其中一个对应的数值等于所述第一私有数据；由所述第二终端将第二私有数据转换为第二安全数据集，并将所述第二安全数据集发送至所述第一终端，所述第二安全数据集包括至少两组字符串的并集，其中一组中每个字符串对应的数值小于所述第二私有数据，另一组中每个字符串对应的数值大于所述第二私有数据；比较所述第一安全数据集与所述第二安全数据集，根据比较结果确定所述第一私有数据和所述第二私有数据的大小。
-
公开(公告)号：CN110969264A
公开(公告)日：2020-04-07
申请号：CN201911272294.2
申请日：2019-12-11
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书中的实施例提供了模型训练方法、分布式预测方法及其系统。中心节点在可信执行环境中基于两个以上用户节点的样本数据进行模型训练，将训练好的模型拆分成两个以上用户节点的用户模型分发至各用户节点。一个或多个用户节点至少基于用户模型和本地特征数据获得本地预测结果，预测节点基于一个或多个用户节点的本地预测结果得到针对待预测对象的标识信息的预测结果。如此，可以有效保护各方的数据隐私。
-
公开(公告)号：CN110944011A
公开(公告)日：2020-03-31
申请号：CN201911297515.1
申请日：2019-12-16
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基于树模型的联合预测方法及装置，该方法包括获取待预测对象的特征信息；获取可能到达的第一叶子节点以及可能到达的第二叶子节点；基于加密算法得到第一叶子节点加密列表和第二叶子节点加密列表；然后，将第一叶子节点加密列表和第二叶子节点加密列表进行再次加密，得到至少经过两次加密的目标叶子节点的值；基于第一加密算法将至少经过两次加密的目标叶子节点的值进行解密；然后，将解密结果发送给第二参与方。该方法采用密文传输，可以保护决策树模型隐私。
-
公开(公告)号：CN114584284B
公开(公告)日：2024-10-15
申请号：CN202210397418.5
申请日：2022-04-15
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提出了一种同态加密操作方法、装置和电子设备，其中，上述同态加密操作方法中，确定对指定的业务数据所要执行的同态加密操作之后，获取上述同态加密操作包含的幂运算的底数参数和指数参数，然后根据上述指数参数，查询上述底数参数对应的幂运算结果缓存表，获取上述幂运算的结果，最后根据上述幂运算的结果，完成同态加密操作，从而可以实现通过幂运算结果缓存表，大大减少幂运算中乘法的计算次数，大幅度减少了幂运算需要的时间，进而可以提升同态加密的性能。
-
Patent Agency Ranking
公开(公告)号：CN118520965A
公开(公告)日：2024-08-20
申请号：CN202310135341.9
申请日：2023-02-17
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N20/00 , G06F18/27 , G06F18/214 , G06F21/60 , G06F21/62
Abstract: 本说明书实施例提供一种联合训练泊松回归模型的方法及装置，涉及n个参与方。该方法由其中任意的第i个参与方执行，包括：先与其他的n‑1个参与方共同进行针对训练样本集的秘密分享分片，得到第i个特征分片和第i个标签分片；再基于第i个特征分片和第i个标签分片，与其他的n‑1个参与方联合进行对应泊松回归模型的第i个参数分片的多轮次迭代更新，模型参数分片的迭代更新可以按需选用设计的多种模型优化器之一，例如，适用于小规模数据的安全迭代重加权最小二乘法、适用于大规模数据的安全批次迭代重加权最小二乘法、大小规模数据都适用的安全随机梯度下降法等，如此可以提高执行效率。另外，各种模型优化器涉及的密文运算为秘密分享运算，使得执行更加高效。
-
公开(公告)号：CN114996449B
公开(公告)日：2024-06-28
申请号：CN202210574168.8
申请日：2022-05-25
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/35 , G06F18/23213 , G06F21/62
Abstract: 本说明书实施例提供一种基于隐私保护的多方联合数据聚类的方法及装置，第一方和第二方分别持有用于构成待聚类的所有样本对象的总特征矩阵的第一特征矩阵和第二特征矩阵；方法通过第一方执行，包括多轮迭代，任意一轮迭代包括：基于第一特征矩阵及第一质心分片，与第二方执行第一多方安全计算，得到距离矩阵的第一距离分片，距离矩阵的第二距离分片由第二方持有；基于第一距离分片，与第二方持有的第二距离分片执行安全比较计算，得到类簇索引矩阵的第一索引分片，类簇索引矩阵的第二索引分片由第二方持有；基于第一特征矩阵及第一索引分片，与第二方执行第二多方安全计算，得到本轮迭代更新后的第一质心分片，更新后的第二质心分片由第二方持有。
-
公开(公告)号：CN113656806B
公开(公告)日：2024-05-03
申请号：CN202110949734.4
申请日：2020-07-08
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书一个或多个实施例提供一种区块链一体机的可信启动方法及装置；该方法可以包括：区块链一体机响应于接收到的启动指令，计算本地部署的镜像文件的当前哈希值；该区块链一体机将当前哈希值提供至区块链一体机上装配的密码加速卡，并接收密码加速卡返回的当前哈希值与预存储的标准哈希值之间的比较结果，上述标准哈希值对应于预定义的标准镜像文件；在该比较结果表明当前哈希值与标准哈希值相同的情况下，区块链一体机执行本地部署的镜像文件以形成区块链节点。
-
公开(公告)号：CN117910042A
公开(公告)日：2024-04-19
申请号：CN202410072309.5
申请日：2024-01-17
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联合训练大语言模型的方法、系统及装置，该大语言模型被划分为第一部分网络和第二部分网络，第一部分网络部署于各客户端且参数固定，第二部分网络部署于服务端的TEE中；方法包括：服务端从各个客户端接收其各自的数据集密文，单个数据集密文为，客户端对其私有样本的嵌入特征和标签数据进行加密所得；嵌入特征由该客户端所部署的第一部分网络处理所得；在TEE中，执行模型更新，该模型更新包括：解密各数据集密文，得到各数据集明文；利用各数据集明文中的各嵌入特征，通过第二部分网络，得到各私有样本对应的预测数据；利用各私有样本对应的预测数据和标签数据之间的差异，调整第二部分网络中的指定参数。
-
公开(公告)号：CN117909471A
公开(公告)日：2024-04-19
申请号：CN202410068425.X
申请日：2024-01-17
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06F16/338 , G06F21/62 , G06F21/60 , G06N3/045
Abstract: 本说明书实施例提供一种基于大语言模型的数据处理方法及装置，应用于配置有TEE和REE的服务端，该大语言模型包括若干网络层，单个网络层包括部署于TEE的若干处理子层及其对应的部署于REE的线性子层；该方法包括：在TEE中，利用当前网络层中的当前处理子层处理输入其中的第一特征，得到第二特征，第一特征基于客户端发送的查询数据密文得到；在TEE中，利用当前加密矩阵，通过线性加密操作，处理第二特征，得到第二特征密文；在REE中，利用当前处理子层对应的当前线性子层，处理第二特征密文，得到第三特征密文；在TEE中，利用当前加密矩阵，通过线性加密操作的逆操作，处理第三特征密文，得到第三特征，以基于第三特征，得到查询数据密文对应的查询结果。
-
-
-
-
-
-
-
-
-
Search Results
189
records
(took 0.049 seconds)
