-
公开(公告)号：CN111160573B
公开(公告)日：2020-06-30
申请号：CN202010251506.5
申请日：2020-04-01
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保护数据隐私的双方联合训练业务预测模型的方法和装置，其中双方各自拥有一部分特征数据。在模型迭代过程中，双方通过安全矩阵乘法，得到总的特征矩阵X与总的参数矩阵W的乘积结果的加密分片。由拥有标签的第二方汇总这两个加密分片，得到加密的乘积结果Z。第二方基于该乘积结果Z与加密的标签Y，得到加密的误差E，并对其进行同态加密下的秘密分享。于是，双方各自得到误差分片。然后双方基于误差分片和各自的特征矩阵，通过秘密分享和安全矩阵乘法，得到对应的梯度分片。然后，第一方利用其梯度分片更新其维护的参数分片，第二方利用其梯度分片更新其维护的参数分片。如此实现保护数据隐私的安全联合训练。
-
公开(公告)号：CN111327643A
公开(公告)日：2020-06-23
申请号：CN202010410004.2
申请日：2020-05-15
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多方数据共享方法和装置，用于在权限管理平台、可信执行环境下的可信计算单元、数据使用方、数据提供方和数据中心之间共享数据。数据提供方预先向权限管理平台注册包含第一密钥的元数据，并将采用第一密钥加密后的第一加密数据存储至数据中心。数据使用方促使可信计算单元向权限管理平台发送数据获取请求。权限管理平台基于数据获取请求携带的信息，验证数据使用方使用可信计算单元对第一数据进行数据处理的权限；当权限验证通过时，从数据中心获取第一加密数据并重新加密为第二加密数据，将第二加密数据和密钥分别发送至可信计算单元。可信计算单元解密得到第一数据后对第一数据进行数据处理，实现对隐私数据的处理。
-
公开(公告)号：CN111143894A
公开(公告)日：2020-05-12
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：CN111090870A
公开(公告)日：2020-05-01
申请号：CN201911303646.6
申请日：2019-12-17
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保护隐私的用户信息查询方法及装置，该方法应用于安全多方计算MPC系统中，该MPC系统包括数据提供方和数据请求方。数据提供方维护有加密用户名单，在加密用户名单中指示有多个目标用户的经过两次加密的用户信息。该方法由数据提供方执行，包括：接收数据请求方发送的信息查询请求，该信息查询请求包括待查询用户的经过一次加密的用户信息。使用预先存储的第二秘钥，对经过一次加密的用户信息进行二次加密，并将经过两次加密的用户信息与加密用户名单中的各目标用户的经过两次加密的用户信息进行比对，以确定待查询用户是否在加密用户名单中。向数据请求方返回待查询用户是否在加密用户名单中的查询结果。
-
公开(公告)号：CN111079158A
公开(公告)日：2020-04-28
申请号：CN201911151124.9
申请日：2019-11-21
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数据存储和读取的方法和装置。根据数据存储方法，可信计算集群中任意的第一可信计算节点可以利用第一可信计算节点的硬件标识生成第一对称密钥，使用第一对称密钥加密待持久化数据，得到第一加密数据，例如，待持久化数据可以为第一可信计算节点中的隐私数据；使用集群公钥加密第一对称密钥，得到第二加密数据，将第一加密数据和第二加密数据对应地存储至数据存储平台。
-
Patent Agency Ranking
公开(公告)号：CN111049825A
公开(公告)日：2020-04-21
申请号：CN201911273260.5
申请日：2019-12-12
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例公开了一种基于可信执行环境的安全多方计算方法和系统。所述方法包括：将与安全多方计算相关的计算程序加载至可信执行环境中；基于所述可信执行环境与其他参与方互相验证各自的与安全多方计算相关的计算程序的完整性；若计算程序完整性验证成功，则在可信执行环境中执行所述计算程序并与其他参与方进行计算结果交互，以完成所述安全多方计算。本说明书将与安全多方计算相关的计算程序加载至可信执行环境运行，避免计算程序被恶意篡改，将适于半诚实攻击模型的安全多方计算提升为适于恶意攻击模型的安全多方计算，达到保护私有数据不被泄露同时计算速度不会降低的目的。
-
公开(公告)号：CN111046047A
公开(公告)日：2020-04-21
申请号：CN201911303644.7
申请日：2019-12-17
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/22 , G06F16/2455 , G06F21/60 , G06F21/62
Abstract: 本说明书实施例提供一种保护隐私的数据查询方法及装置，该方法应用于数据提供方，其维护有加密数据列表，该列表用于记录多条以键值对形式存储的数据记录。其中，与每条数据记录对应的键值对包括哈希key值和加密value值，该方法包括：接收数据请求方发送的数据查询请求，其包括针对待查询数据记录的原始key值进行第二哈希后得到的经过一次哈希的key值。对经过一次哈希的key值进行第一哈希，得到待查询数据记录的哈希key值，并基于其从加密数据列表中查找对应的加密value值并返回给数据请求方，以使数据请求方使用第二加密秘钥对应的第二解密秘钥对加密value值进行二次解密，得到待查询数据记录的原始value值。
-
公开(公告)号：CN111027713A
公开(公告)日：2020-04-17
申请号：CN201911261423.8
申请日：2019-12-10
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N20/00
Abstract: 本说明书中的实施例提供了共享机器学习系统及方法。共享机器学习系统包括多个计算节点，多个计算节点中的至少部分计算节点具备可信执行环境。具备可信执行环境的计算节点能够接收来自一个或多个数据源的私有数据，以及在可信执行环境中使用所述私有数据执行集中式共享机器学习任务和/或与其他计算节点协同执行分布式共享机器学习任务。
-
公开(公告)号：CN112182632B
公开(公告)日：2024-11-12
申请号：CN202011232020.3
申请日：2020-11-06
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F21/60 , G06F21/64 , G06N3/0464 , G06N3/082
Abstract: 本说明书实施例提供了一种基于访问模式保护的样本特征分位点确定方法及装置。可信执行环境TEE中的CPU从内存中顺序读取包含N1项的第一数组，其对应于N1个样本的第一属性项的特征值与对应的权重值；针对第一数组中的N1个特征值，将值大小相同的特征值对应的权重值进行合并，得到第一序列，在第一序列中填充若干个伪项以得到第二序列，使得第二序列的项数达到N1项，基于第二序列形成包含N1项的第二数组，并将第二数组写入内存；采用不经意访问方式，从内存中读取第二数组中除若干个伪项之外的项；基于读取的各项确定第一属性项的特征分位点。
-
公开(公告)号：CN118709727A
公开(公告)日：2024-09-27
申请号：CN202410773446.1
申请日：2024-06-14
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保护隐私的多方联合模型预测方法、系统及装置。其中，计算设备将业务预测模型中的所有非线性激活函数转换成对应的线性激活函数。其中，任意一个非线性激活函数被转换成若干分段的线性函数。任意一个线性函数是在对应分段内的泰勒展开点对非线性激活函数进行泰勒展开而得到的，并且在该分段内，该线性函数与非线性激活函数之间的差异小于预设阈值。接着，第一参与方和第二参与方，按照业务预测模型中包含的线性激活函数指示的逻辑运算，基于多方安全计算进行数据交互，联合执行业务预测模型的预测过程。其中，多方安全计算更适用于对线性激活函数进行计算。
-
-
-
-
-
-
-
-
-
Search Results
189
records
(took 0.042 seconds)
