-
公开(公告)号:CN112699249B
公开(公告)日:2022-11-15
申请号:CN202011638630.3
申请日:2020-12-31
Applicant: 上海浦东发展银行股份有限公司
IPC: G06F16/36 , G06F40/295 , G06F40/216 , G06F16/35 , G06Q10/06
Abstract: 本说明书实施例提供了一种基于知识图谱的信息处理方法、装置、设备及存储介质,该方法包括:基于指定数据形成命名实体属性表和命名实体关系表;指定数据包括非结构化数据;根据命名实体属性表和命名实体关系表构建命名实体关系图谱;对命名实体关系图谱进行图表示学习,获得命名实体关系图谱中的风险节点及非风险节点的分布;对风险节点进行综合风险传导预测,获得风险节点的综合风险传导概率值;并对风险节点进行单一风险事件影响分析,以预测单一风险事件对风险源的指定度以内节点的影响程度值;将分布、综合风险传导概率值及影响程度值增加至命名实体关系图谱中。本说明书实施例可以提高命名实体的信息认知能力和风险识别能力。
-
公开(公告)号:CN118966382A
公开(公告)日:2024-11-15
申请号:CN202411031498.8
申请日:2024-07-30
Applicant: 哈尔滨工业大学 , 上海浦东发展银行股份有限公司
Abstract: 本发明公开了基于同态加密的线性回归模型联邦学习训练方法,属于隐私数据加密计算技术领域。解决了现有技术中传统的隐私保护机器学习模型训练方法在同态加密阶段通讯量较大的问题;本发明通过在纵向联邦学习场景下,用户方和服务方采用叠加矩阵乘法协议的加性同态加密算法对线性回归模型进行训练即对初始参数和输入编码更新,得到更新后的密文多项式;通过协调方解密更新后的密文多项式,并发送给服务方和用户方根据线性回归模型选用的梯度下降方法更新梯度和损失函数,根据判定条件决定是否结束训练,重复上述步骤直到线性回归模型训练结束。本发明有效提升了多方隐私数据同态加密计算的安全性,缩短了计算时间,可以应用于隐私数据加密计算。
-
公开(公告)号:CN112699249A
公开(公告)日:2021-04-23
申请号:CN202011638630.3
申请日:2020-12-31
Applicant: 上海浦东发展银行股份有限公司
IPC: G06F16/36 , G06F40/295 , G06F40/216 , G06F16/35 , G06Q10/06
Abstract: 本说明书实施例提供了一种基于知识图谱的信息处理方法、装置、设备及存储介质,该方法包括:基于指定数据形成命名实体属性表和命名实体关系表;指定数据包括非结构化数据;根据命名实体属性表和命名实体关系表构建命名实体关系图谱;对命名实体关系图谱进行图表示学习,获得命名实体关系图谱中的风险节点及非风险节点的分布;对风险节点进行综合风险传导预测,获得风险节点的综合风险传导概率值;并对风险节点进行单一风险事件影响分析,以预测单一风险事件对风险源的指定度以内节点的影响程度值;将分布、综合风险传导概率值及影响程度值增加至命名实体关系图谱中。本说明书实施例可以提高命名实体的信息认知能力和风险识别能力。
-
-