-
公开(公告)号：CN113824546B
公开(公告)日：2024-04-02
申请号：CN202010567116.9
申请日：2020-06-19
Applicant: 百度在线网络技术(北京)有限公司
IPC: H04L9/00 , H04L9/40 , H04L49/9057 , G06N20/00 , H04L41/16
Abstract: 本申请公开了用于生成信息的方法和装置，涉及人工智能领域。具体的一种实现方案包括：根据样本标签和当前模型针对样本的预测信息，得到样本的梯度信息；基于上述梯度信息，从本端所持有的特征中确定第一特征及对应的最优分割点；将采用同态加密算法得到的上述梯度信息的密文发送给特征提供端；接收上述特征提取端发送的第二特征及对应的最优分割点，其中，上述第二特征及对应的最优分割点是上述特征提供端基于上述梯度信息的密文以及多方安全计算从所持有的特征中确定的；基于与上述特征提供端之间的多方安全计算，从上述第一特征对应的最优分割点和第二特征对应的最优分割点中确定最终分割点。该实施方式提高了信息安全。
-
公开(公告)号：CN113379062A
公开(公告)日：2021-09-10
申请号：CN202010161264.0
申请日：2020-03-10
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请实施例公开了用于训练模型的方法和装置。该方法的一具体实施方式包括：获取用户数据集；初始化待训练模型；利用用户数据集对待训练模型进行训练，得到基于用户数据集中的用户数据计算得到的原始模型参数梯度；对基于用户数据集中的用户数据计算得到的原始模型参数梯度进行差分隐私处理，得到基于用户数据集中的用户数据计算得到的处理模型参数梯度；利用基于用户数据集中的用户数据计算得到的处理模型参数梯度更新待训练模型的模型参数，得到训练完成模型。该实施方式提供了一种能够抵抗模型逆向攻击的方法，有效保护用户数据的隐私。
-
公开(公告)号：CN112818387A
公开(公告)日：2021-05-18
申请号：CN202110088699.1
申请日：2021-01-22
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F21/62 , G06F16/215 , G06F16/2458 , G06N20/00
Abstract: 本申请公开了模型参数调整的方法、设备、存储介质及程序产品，涉及多方机器学习、联邦学习、联合建模等安全多方计算领域。具体实现方案为：在基于安全多方计算的模型参数调整的过程中，利用基于安全多方计算训练得到的分类模型，对输入数据进行分类处理，得到分类模型的分类预测值；对分类预测值进行缩小处理，对缩小处理后的分类预测值进行归一化处理，得到分类预测值的归一化结果；根据分类预测值的归一化结果，更新分类模型的参数，通过对分类预测值进行缩小处理来缩小归一化方法的输入值，可以避免归一化过程中产生数据溢出，从而可以提高分类模型的训练精度。
-
公开(公告)号：CN112598139A
公开(公告)日：2021-04-02
申请号：CN202011531000.6
申请日：2020-12-22
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请提供一种类别编码方法、装置、设备、存储介质及程序产品，涉及深度学习技术。本申请提供的方案中，可以根据各个参与联邦学习的节点的类别信息确定出交集信息，各个节点基于确定出的交集信息对自身的类别信息中的分类类别进行编码，从而使各个节点对属于交集信息的分类类别的编码结果相同，可以在不对外暴露类别信息的情况下，降低联邦学习中类别编码的数据冗余。
-
公开(公告)号：CN112100623A
公开(公告)日：2020-12-18
申请号：CN202010851765.1
申请日：2020-08-21
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F21/57
Abstract: 本申请公开了一种机器学习模型的风险评估方法、装置、设备及存储介质，涉及人工智能技术领域。具体实现方案为：获取机器学习模型的自身信息泄露的风险值；获取所述机器学习模型泄露训练数据的风险值；基于所述机器学习模型的自身信息泄露的风险值和所述机器学习模型泄露训练数据的风险值，评估所述机器学习模型的风险值，与现有技术相比，能够提供一种机器学习模型的有效的风险评估方案，实现对机器学习模型的隐私泄露风险进行准确地评估。
-
Patent Agency Ranking
公开(公告)号：CN110704290B
公开(公告)日：2024-02-13
申请号：CN201910926695.9
申请日：2019-09-27
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请公开了日志分析方法及装置，涉及计算机领域，尤其涉及大数据分析领域。具体实现方案为：获取预设的规则文件；根据所述规则文件，生成日志数据的处理任务；所述处理任务包括接口调用指令序列；根据所述接口调用指令序列，调用相应的函数的接口，采用所述函数计算所述日志数据。本申请能够对大数据级的日志进行日志分析，并且能够减少操作人员的工作量。
-
公开(公告)号：CN112598127B
公开(公告)日：2023-07-25
申请号：CN202011487362.X
申请日：2020-12-16
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本公开提供了一种联邦学习模型训练方法、装置、电子设备、计算机可读存储介质和计算机程序产品，涉及人工智能技术领域，尤其涉及深度学习、云计算领域。实现方案为：初始化梯度伸缩因子和该梯度伸缩因子的倒数；在联邦学习的至少一个神经网络模型反向传播开始之前，将反向传播的梯度值乘以该梯度伸缩因子以进行反向传播；以及在使用优化器将梯度值更新到神经网络模型对应的参数之前，将该梯度值乘以该梯度伸缩因子的倒数。
-
公开(公告)号：CN112615712B
公开(公告)日：2023-03-24
申请号：CN202011489335.6
申请日：2020-12-16
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请实施例公开了数据的处理方法、装置、电子设备、计算机可读存储介质及计算机程序产品，涉及人工智能技术领域，具体涉及数据处理、数据安全技术领域。该方法的一具体实施方式包括：从接收到的特征数据处理请求中提取出经同态加密算法得到的加密特征数据和对应的处理操作指示，然后利用本地的预训练处理模型按该处理操作指示对该加密特征数据执行相应的处理操作，并对得到的特征处理结果进行防护处理，得到防逆向解析结果，最终将防逆向解析结果作为该特征数据处理请求的响应数据返回。该实施方式中涉及的数据处理方法，同时保护待处理数据和预训练处理模型的隐私性及安全性。
-
公开(公告)号：CN110647570B
公开(公告)日：2022-04-29
申请号：CN201910896836.7
申请日：2019-09-20
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请公开了一种数据处理方法、装置以及电子设备，涉及大数据领域。具体实现方案为：根据各数据处理作业对应的数据处理范围和配置文件，执行至少一个数据处理作业；根据执行结果更新各数据处理作业对应的数据处理范围和运行状态；检查更新后的运行状态，确定运行失败的数据处理作业；根据运行失败的数据处理作业对应的数据处理范围和配置文件，重新执行运行失败的数据处理作业。对各数据处理作业对应的数据处理范围和运行状态进行更新，进而确定失败的数据处理作业，并重新启动失败的数据处理作业。充分了考虑容错机制，确保在作业失败的情况下，数据不会丢失。
-
公开(公告)号：CN113824546A
公开(公告)日：2021-12-21
申请号：CN202010567116.9
申请日：2020-06-19
Applicant: 百度在线网络技术(北京)有限公司
IPC: H04L9/00 , H04L29/06 , H04L12/951 , G06N20/00
Abstract: 本申请公开了用于生成信息的方法和装置，涉及人工智能领域。具体的一种实现方案包括：根据样本标签和当前模型针对样本的预测信息，得到样本的梯度信息；基于上述梯度信息，从本端所持有的特征中确定第一特征及对应的最优分割点；将采用同态加密算法得到的上述梯度信息的密文发送给特征提供端；接收上述特征提取端发送的第二特征及对应的最优分割点，其中，上述第二特征及对应的最优分割点是上述特征提供端基于上述梯度信息的密文以及多方安全计算从所持有的特征中确定的；基于与上述特征提供端之间的多方安全计算，从上述第一特征对应的最优分割点和第二特征对应的最优分割点中确定最终分割点。该实施方式提高了信息安全。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.035 seconds)
