-
公开(公告)号：CN111143894B
公开(公告)日：2022-01-28
申请号：CN201911354576.7
申请日：2019-12-24
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F21/71
Abstract: 本说明书实施例公开了一种提升安全多方计算效率的方法及系统，所述方法包括：所述第一计算方接收第二计算方发送的比尔三元组的三个随机数a，b，c的第一分片，其中，a*b＝c，所述特征乘数x与所述随机数a对应；所述第一计算方将所述随机数a的第一分片存储至本地；所述第一计算方接收所述第二计算方发送的随机数b和c的第二分片，所述随机数b和c的第二分片与对应的所述随机数b和c的第一分片不同；所述第一计算方将所述存储的a的第一分片与随机数b和c的第二分片结合得到比尔三元组的第二分片，以基于该第二分片完成所述安全多方计算中的乘法。通过该方法实现安全多方计算，可以有效的保护用户的隐私。
-
公开(公告)号：CN110944011B
公开(公告)日：2021-12-07
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：CN113656806A
公开(公告)日：2021-11-16
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：CN112860738B
公开(公告)日：2021-08-06
申请号：CN202110443996.3
申请日：2021-04-23
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/2453 , G06F16/2455 , G06F21/62
Abstract: 本说明书实施例提供一种针对多方安全数据库的查询优化方法、装置和系统。查询优化方法包括，首先，中心设备接收当前查询，并生成该当前查询的多个执行计划；其中，当前查询涉及多个目标数据库。接着，中心设备针对各执行计划，确定出对应的成本计算式，所述成本计算式用于计算多个目标数据库联合执行该执行计划所需的执行成本。然后，多个目标数据库对应的多个查询引擎，采用与所述成本计算式对应的目标安全计算方式，执行多方安全计算MPC，得到安全计算结果；于是，中心设备根据安全计算结果，确定出各个成本计算式中成本值最低的优化执行计划。
-
公开(公告)号：CN113179158A
公开(公告)日：2021-07-27
申请号：CN202110378007.7
申请日：2021-04-08
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控制带宽的多方联合数据处理方法及装置。多个参与方在进行第n次联合数据处理时，分别确定本次相同的第n标识，其中包括与多个参与方的业务数据分别对应的子标识；多个参与方通过预设的可信交互方式，基于第n标识和多个参与方的初始种子，使得多个参与方分别确定各自的随机数组。当第n标识中的第一子标识存在于子标识与隐秘数据的对应关系中时，多个参与方分别获取第一子标识对应的第一隐秘数据，利用多方安全计算MPC，与其他参与方，基于其他隐秘数据的交换以及各自的第一隐秘数据，进行本次联合数据处理。第一隐秘数据预先基于第一业务数据与对应的第一随机数的融合而得到。
-
Patent Agency Ranking
公开(公告)号：CN112925558A
公开(公告)日：2021-06-08
申请号：CN202110362275.X
申请日：2019-12-09
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F8/71
Abstract: 本说明书实施例提供一种模型联合训练方法及装置，在训练方法中，接收模型训练任务的配置指令。该配置指令指示多个数据提供方中参与本次联合训练的各目标提供方以及本次联合训练所使用的目标模型。查询版本信息表，以确定各目标提供方各自部署的执行引擎的引擎版本信息。基于各目标提供方各自部署的执行引擎的引擎版本信息，判断目标模型是否为各目标提供方各自部署的执行引擎共同支持的公共模型，并在目标模型是公共模型的情况下，确定目标模型的公共版本。向各目标提供方发送联合训练请求，该联合训练请求指示各目标提供方通过各自部署的执行引擎加载公共版本的目标模型并训练。由此，可实现各数据提供方数据的隐私保护。
-
公开(公告)号：CN111046409B
公开(公告)日：2021-04-13
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：CN112367396A
公开(公告)日：2021-02-12
申请号：CN202011233423.X
申请日：2020-11-06
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分布式集群中的样本特征分位点确定方法及装置，用于确定样本特征中第一属性项的特征分位点，主节点的CPU从内存中分别读取具有设定项数的多个第一数组，多个第一数组分别从多个从节点中获取，且分别基于样本集中不同的分批样本的样本特征得到，然后按照预定的方式，针对多个第一数组进行逐级数组合并，直至最后一级数组合并；其中任意一级数组合并包括：针对包含两个数组中各项的特征值集合，进行权重值进行合并、伪项填充操作得到合并数组，并将合并数组写入内存，采用不经意访问方式，从内存中读取最后一级数组合并得到的合并数组中除若干个伪项之外的项，基于从该合并数组中读取的各项确定所述第一属性项的特征分位点。
-
公开(公告)号：CN111737751A
公开(公告)日：2020-10-02
申请号：CN202010693667.X
申请日：2020-07-17
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F21/62
Abstract: 本说明书实施例提供一种实现隐私保护的分布式数据处理的方法和装置，在利用分布式系统确定属性值的分位点的情况下，各个节点对分配到的属性值执行相同候选值的合并权重操作，并且在传递给其他节点进行进一步合并权重的合并结果项中，既包括有效信息项，又包括无效信息项，有效信息项和无效信息项的总项数为预定的候选项数之一，从而，可以在减少信息传输项数的基础上，降低通过合并结果项数泄露候选值的风险，有效保护通过分布式系统确定属性值的分位点时的数据隐私。
-
公开(公告)号：CN111523134A
公开(公告)日：2020-08-11
申请号：CN202010630881.0
申请日：2020-07-03
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书的实施例提供用于经由第一和第二数据拥有方协同训练逻辑回归模型的方法。第一和第二数据拥有方具有的数据按照垂直切分方式组成逻辑回归模型的训练样本，第一和第二数据拥有方具有的模型按照垂直切分方式组成逻辑回归模型。各个数据拥有方共享各自的公钥，使用各自的模型和数据确定各自的预测值，并且使用第一数据拥有方的公钥进行预测值加密。第二数据拥有方根据各个数据拥有方的加密预测值，确定逻辑回归模型的第一加密预测差值以及第一加密梯度信息。第一和第二数据拥有方利用第一加密预测差值和第一加密梯度信息，使用同态加密算法确定第一和第二数据拥有方处的梯度信息。各个数据拥有方分别使用各自的梯度信息更新各自的模型。
-
-
-
-
-
-
-
-
-
Search Results
189
records
(took 0.046 seconds)
