-
公开(公告)号：CN116244648A
公开(公告)日：2023-06-09
申请号：CN202310099696.7
申请日：2023-01-31
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/2431 , G06F18/2415 , G06F18/2413 , G06Q20/40 , G06F21/55
Abstract: 本说明书实施例公开了一种数据的风险防控方法、装置及设备，该方法应用于终端设备，包括：获取用户执行目标业务的过程中产生的业务数据；确定业务数据是否满足数据筛选规则；如果否，则将业务数据发送给服务器进行风险检测，以确定业务数据的风险检测结果；如果是，则将业务数据提供给风险检测模型，通过风险检测模型对业务数据进行风险检测，得到相应的第二风险检测结果，如果第二风险检测结果与通过数据筛选规则确定的风险结果匹配，则确定业务数据的风险检测结果，如果第二风险检测结果与通过数据筛选规则确定的风险结果不匹配，则将业务数据发送给服务器进行风险检测，以确定业务数据的风险检测结果。
-
公开(公告)号：CN116187397A
公开(公告)日：2023-05-30
申请号：CN202310183332.7
申请日：2023-02-23
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N3/0464 , G06N3/082
Abstract: 本说明书实施例公开了一种模型的处理方法、装置及设备，该方法包括：获取待处理的目标模型，所述目标模型中包括卷积层；对所述目标模型中包含的网络层进行分组，得到多个不同的网络层分组；对所述网络层分组中的卷积层和/或所述卷积层中的卷积核进行处理，得到多个不同的处理后的网络层分组；基于多个不同的处理后的网络层分组，对所述处理后的网络层分组中的模型参数进行训练，并基于所述目标模型的增益贡献度对训练后的模型参数进行筛选，得到筛选后的模型参数，基于所述筛选后的模型参数构建所述目标模型。
-
公开(公告)号：CN115983860A
公开(公告)日：2023-04-18
申请号：CN202211678491.6
申请日：2022-12-26
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本公开提供了一种用于事务风险识别的方法和系统，方法包括：从服务端接收风险识别模型，其中，该风险识别模型是在服务端以非隐私数据集作为训练样本来构建的；获取与事务相关联的扫码图像，该扫码图像包含隐私数据；将该扫码图像送入该风险识别模型以得到事务风险分；以及向服务端发送该事务风险分以用于该事务的风险识别。
-
公开(公告)号：CN115618962A
公开(公告)日：2023-01-17
申请号：CN202211276984.7
申请日：2022-10-18
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种模型训练的方法、业务风控的方法及装置。首先，获取各用户在历史上执行业务的业务数据，以构建各样本数据。而后，按照预设的混合方式，将至少两个样本数据对应的标签数据进行混合，得到混合标签数据。然后，将至少两个样本数据输入到待训练的预测模型中，以通过特征提取层从至少两个样本数据分别提取出业务特征，并输入到特征混合层，以按照混合方式将分别提取出的业务特征进行混合，得到混合特征，接着，将混合特征输入到预测层，以根据混合特征，得到第一预测结果。最后，以最小化第一预测结果与混合标签数据之间的偏差为优化目标，对特征提取层以及预测层进行训练。本方法可以提高预测模型确定出的预测结果的准确性。
-
公开(公告)号：CN115545720A
公开(公告)日：2022-12-30
申请号：CN202211508334.0
申请日：2022-11-29
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种模型训练的方法、业务风控的方法及装置，首先，获取用户的操作信息。其次，根据操作信息，确定在服务端上所产生的业务事件。而后，将操作信息输入到待训练的第一特征提取模型中，确定操作信息对应的操作特征，以及，将业务事件对应的事件信息输入到预设的第二特征提取模型中，确定业务事件对应的业务事件特征。最后，以最小化操作特征与业务事件特征之间的偏差为优化目标，对第一特征提取模型进行训练，第一特征提取模型用于从操作信息中提取操作特征，并将提取出的操作特征输入到风控模型，以使风控模型根据第一特征提取模型提取出的操作特征，进行业务风控。本方法可以降低服务器上的计算资源的消耗，提高业务风控的效率。
-
Patent Agency Ranking
公开(公告)号：CN115543945A
公开(公告)日：2022-12-30
申请号：CN202211509870.2
申请日：2022-11-29
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/174 , G06N3/04
Abstract: 本说明书公开了一种模型压缩的方法、装置、存储介质及电子设备，可以获取待压缩模型，并确定该待压缩模型的模型结构参数，以及根据模型结构参数，确定针对待压缩模型的若干种压缩方案,而后，根据各种压缩方案，确定每种压缩方案对应的待评估模型，再针对每种压缩方案，根据预设的样本数据，确定该压缩方案对应的待评估模型处理该样本数据得到输出结果所消耗的数据处理时长，作为该压缩方案对应的数据处理时长，从而根据每种压缩方案对应的数据处理时长，确定目标压缩方案，并根据目标压缩方案，对待压缩模型进行压缩，从而提高通过神经网络模型执行业务的效率，保护用户的隐私数据。
-
公开(公告)号：CN111144718A
公开(公告)日：2020-05-12
申请号：CN201911278052.4
申请日：2019-12-12
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保护的风险决策方法、装置、系统及设备。方法应用于目标联邦学习训练中的目标成员对象，包括：将属于私有数据的风险特征集合输入至本地的第一风控模型，确定目标风险特征维度的预测贡献值，目标风险特征维度为该风险特征集合和第一风控模型对应的其中一个风险特征维度，第一风控模通过目标联邦学习训练得到。接收目标联邦学习训练的其他成员对象发送的目标风险特征维度的预测贡献值，其他成员对象确定的目标风险特征维度的预测贡献值的方法与目标成员对象一致。基于包含自身在内的至少两个成员对象确定的目标风险特征维度的预测贡献值，确定目标风险特征维度的重要性的解释数据，以进行风险决策。
-
公开(公告)号：CN118428404A
公开(公告)日：2024-08-02
申请号：CN202410472853.9
申请日：2024-04-18
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N3/042 , G06N3/0895 , G06N3/094 , G06N3/0475 , G06N3/0464 , G06N3/0455 , G06N3/096
Abstract: 本说明书实施例公开了一种模型的知识蒸馏方法、装置及设备，该方法包括：获取预设的噪声数据，将噪声数据输入到预先训练的生成器中，得到训练样本数据，并获取用于描述训练样本数据的标签信息的文本数据，基于文本数据，通过预训练的文本编码器，确定文本数据对应的文本编码数据，训练样本数据包括金融交易中扫描的图像数据，将训练样本数据输入到预先训练的教师模型中，得到第一输出结果，将训练样本数据和文本编码数据输入到学生模型中，得到第二输出结果，教师模型是用于在金融交易中对扫描的图像进行风险防控的模型，基于第一输出结果和第二输出结果，通过预设的损失函数，使用教师模型对学生模型进行知识蒸馏训练。
-
公开(公告)号：CN118170564A
公开(公告)日：2024-06-11
申请号：CN202410471638.7
申请日：2024-04-18
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小程序的处理方法、装置及设备，该方法应用于终端设备，包括：获取用户通过第一应用触发的目标小程序的数据处理请求，所述目标小程序是搭载于第二应用对应的主程序平台的小程序，所述第一应用对应的主程序平台与所述第二应用对应的主程序平台不同；向安装有所述目标小程序的云端服务器发送所述数据处理请求，所述数据处理请求用于触发所述云端服务器中安装的所述目标小程序响应所述数据处理请求获取相应的小程序数据；通过所述第一应用接收所述云端服务器中安装的所述目标小程序返回的所述小程序数据，并基于所述小程序数据进行页面渲染，在所述第一应用中展示页面渲染得到的所述小程序数据对应的页面。
-
公开(公告)号：CN117973867A
公开(公告)日：2024-05-03
申请号：CN202410146764.5
申请日：2024-02-01
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q10/0635 , G06N5/01
Abstract: 本说明书公开了一种风险控制的方法、装置、存储介质、设备，利用决策树在所有可选特征中确定出目标特征，在确定目标特征的过程中不仅考虑到对用户进行风控时，对风险的识别能力，还将可选特征的成本引入目标特征的抉择过程，降低风控过程的成本消耗，提出了高效率的风险控制方案。
-
-
-
-
-
-
-
-
-
Search Results
73
records
(took 0.039 seconds)
