-
公开(公告)号：CN114154202A
公开(公告)日：2022-03-08
申请号：CN202210119822.6
申请日：2022-02-09
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F21/62 , G06F16/2458
Abstract: 本公开提供了一种基于差分隐私的风控数据探查方法，包括：在用户端获取入模数据；在用户端将扰动加入所获取的入模数据，以获得经扩展的入模数据集；基于所述经扩展的入模数据集，在服务端获取针对所述入模数据的统计近似；以及在服务端校正针对所述入模数据的统计近似。
-
公开(公告)号：CN113283822A
公开(公告)日：2021-08-20
申请号：CN202110835193.2
申请日：2021-07-23
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q10/06
Abstract: 本说明书实施例提供一种特征处理方法及装置，所述方法包括：应用于部署有若干业务预测模型的终端设备，终端设备在检测到用户针对终端设备的操作行为的情况下，对操作行为进行数字化编码，得到对应的行为特征；将行为特征存储于第一特征池，若干业务预测模型配置为，利用从第一特征池读取的已编码的行为特征序列，进行对应的业务预测。
-
公开(公告)号：CN112949752A
公开(公告)日：2021-06-11
申请号：CN202110322500.7
申请日：2021-03-25
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业务预测系统的训练方法。在该方法中的第一阶段，先利用源域丰富的标签信息，训练源域与目标域共享的强特征提取器，之后将其应用于目标域；在第二阶段，利用经由训练后的特征提取器从目标域样本中提取出的强特征，以及目标域样本中的原始特征和业务标签，对针对目标域对象的业务预测模型进行有监督地训练。由此，第一阶段中训练出的强特征提取器和第二阶段中训练出的业务预测模型，构成应用于目标域的业务预测系统。
-
公开(公告)号：CN110728375A
公开(公告)日：2020-01-24
申请号：CN201910982730.9
申请日：2019-10-16
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N20/00
Abstract: 本说明书实施例提供一种多个计算单元联合训练逻辑回归模型的方法和装置，其中主计算单元中存储样本的第一部分特征和样本标签，从计算单元存储样本的第二部分特征。在联合训练的迭代过程中，针对采样的任意样本，主计算单元和从计算单元各自根据本地存储的该样本的特征部分和模型参数部分，得到部分处理值。主计算单元汇总各个部分处理值后，根据总处理值，该样本的标签值，以及之前采样该样本时存储的梯度值，采用方差约减方式得到不泄露标签值的中间值，并将其发送给从计算单元。于是，各个计算单元可以根据该中间值更新模型参数，进行后续迭代。
-
公开(公告)号：CN119046174B
公开(公告)日：2025-05-16
申请号：CN202411535888.9
申请日：2024-10-30
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F11/3604 , G06F18/20 , G06V10/40 , G06F40/126 , G06N3/0455 , G06N3/08
Abstract: 本说明书公开了一种模型训练以及页面检测方法、装置、介质及设备。获取样本页面图像，样本页面图像对应的导航文本以及标签文本。将样本页面图像与导航文本输入到预设的大语言模型，以使大语言模型根据导航文本，确定输出文本，输出文本中包含有目标控件在页面中所在位置的预测坐标表征。将预测坐标表征输入到待训练的坐标解码器，得到目标控件在页面中所在位置的预测坐标。根据预测坐标与实际页面坐标之间的差异，确定综合损失值，以根据综合损失值，对坐标解码器进行训练。使得训练完成的坐标解码器能够对大语言模型输出的预测坐标表征进行纠正，提高页面检测准确性。
-
Patent Agency Ranking
公开(公告)号：CN118113478A
公开(公告)日：2024-05-31
申请号：CN202410334206.1
申请日：2024-03-21
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F9/50
Abstract: 本说明书实施例公开了一种设备的调度方法、装置及设备，该方法包括：在检测到终端设备获取到风险防控业务的业务处理请求时，获取边缘服务器与终端设备之间的设备性能信息，以及边缘服务器的历史工作负载信息；基于设备性能信息，确定业务处理请求对应的调度评估指标；如果调度评估指标满足第一调度条件，则基于设备性能信息，以及边缘服务器的历史工作负载信息，确定业务处理请求对应的调度策略，若调度策略指示由边缘服务器执行风险防控处理，则以预设的决策概率调度边缘服务器中的第一风险防控模型执行业务处理请求对应的风险防控处理；否则，调度终端设备中的第二风险防控模型执行业务处理请求对应的风险防控处理。
-
公开(公告)号：CN117932615A
公开(公告)日：2024-04-26
申请号：CN202410077208.7
申请日：2024-01-18
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种风险检测方法、装置、存储介质以及电子设备，通过对获取到的明文数据进行脱敏处理，确定出对应的脱敏后数据。然后将脱敏后数据输入到预先经过训练的数据重构模型中，以使得数据重构模型能够根据脱敏后数据，生成出针对明文数据的重构数据。进而根据明文数据和脱敏后数据，以及明文数据对应的重构数据，确定通过脱敏后数据得到明文数据的最小错误率。最后根据最小错误率，对明文数据的脱敏后数据进行风险检测。通过本说明书中的方法能够精准的识别出对原明文数据所对应的脱敏数据是否具有泄露明文数据的风险，有效提高了原明文数据在使用和传输时的安全性，极大程度上维护了原明文数据所属用户或团体的信息安全和数据隐私。
-
公开(公告)号：CN117294715A
公开(公告)日：2023-12-26
申请号：CN202311229342.6
申请日：2023-09-21
Applicant: 支付宝(杭州)信息技术有限公司
IPC: H04L67/1008 , H04L67/1012
Abstract: 本说明书一个或多个实施例公开了一种端边云调度优化方法、系统和装置。所述方法包括：获取终端针对目标业务的本次流量请求之前的至少一次流量请求下的历史执行决策结果数据和运行状态数据；基于所述运行状态数据，确定用于端边云调度优化的约束参数；将所述约束参数提供给云端，并获取所述云端在设定周期内通过预设的端边云调度优化算法对所述执行决策结果数据和所述约束参数进行优化处理得到的用于进行端边云调度优化的全局参数；根据获取的全局参数确定本次流量请求的执行决策结果数据；根据本次流量请求的执行决策结果数据对所述终端和边缘服务器进行算力分配，得到执行本次流量请求的设备。
-
公开(公告)号：CN117278556A
公开(公告)日：2023-12-22
申请号：CN202311227100.3
申请日：2023-09-21
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公开了一种算力资源调度方法和装置。所述方法包括：获取针对目标业务的本次流量请求之前的至少一次历史流量请求下的用户信息、执行设备的类型、执行设备的算力数据和执行设备的延时数据；基于用户信息、执行设备的类型、执行设备的算力数据、执行设备的延时数据，通过数据量化处理确定用于进行算力资源调度的约束参数；获取对约束参数进行优化处理得到的用于进行算力资源调度的第一调和参数和第二调和参数，并根据获取的第一调和参数和第二调和参数确定终端本次流量请求的执行决策结果数据；根据终端本次流量请求的执行决策结果数据，对终端、边缘服务器和云端服务器进行算力分配，得到执行本次流量请求的设备。
-
公开(公告)号：CN116150622B
公开(公告)日：2023-08-11
申请号：CN202310183952.0
申请日：2023-02-17
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/214 , G06N20/00 , G06F21/62
Abstract: 本说明书公开了一种模型训练方法、装置、存储介质及电子设备。确定当前迭代过程对应的噪声值，以及基于每个训练样本分别确定出的调整模型参数的梯度，根据各梯度以及预设的第一超参数，分别确定各梯度权重，根据各梯度以及各梯度权重，确定各自适应梯度，基于训练样本确定出的梯度越大则自适应梯度与预设的梯度期望值的差越小，根据噪声值对各各自适应梯度之和加噪，以得到当前迭代过程的批次平均梯度，最后根据批次平均梯度，调整所述待训练模型的参数。可以减少小梯度样本对模型参数影响程度，使得模型训练效果更好，基于训练得到的模型执行业务的结果更准确。
-
-
-
-
-
-
-
-
-
Search Results
73
records
(took 0.03 seconds)
