-
公开(公告)号:CN116976450A
公开(公告)日:2023-10-31
申请号:CN202211121077.5
申请日:2022-09-15
申请人: 中国移动通信集团浙江有限公司 , 中国移动通信集团有限公司
IPC分类号: G06N20/00 , G06F18/23 , G06F18/214 , G06F18/24
摘要: 本发明公开了一种基于特征校准的联邦学习方法和装置,通过获取需求方子模型和提供方子模型;获取业务需求方提供的第一特征数据和数据提供方提供的第二特征数据,依据第一特征数据和第二特征数据训练生成校准模型;依据校准模型的特征校准关系、需求方子模型和提供方子模型进行联合训练得到联合模型;响应于业务需求方的数据查询请求,选取业务需求方的第一入模特征数据,并根据校准模型的特征校准关系确定数据提供方的第二入模特征,依据第一入模特征数据和第二入模特征调用联合模型得到查询结果。本发明在训练联合模型的过程中应用特征校准策略,避免预测阶段数据提供方数据的介入,解决了数据安全隐患问题。
-
公开(公告)号:CN116915794A
公开(公告)日:2023-10-20
申请号:CN202211591958.3
申请日:2022-12-12
申请人: 中国移动通信集团浙江有限公司 , 中国移动通信集团有限公司
IPC分类号: H04L67/1042 , H04L67/1074 , G06Q20/38 , H04L67/568 , G06F16/27
摘要: 本发明公开了一种区块链网络的扩容方法和装置,该方法包括:利用区块链网络中的多个节点动态地构建各个分片区块链网络,并通过各个分片区块链网络进行交易;将各个分片区块链网络对应的分片区块的分片哈希值记录至公共区块链;针对每个分片区块链网络,通过跨分片缓冲区判断其他分片区块链网络中的交易是否执行完成。本发明通过在区块链网络中创建无限数量的分片区块链,通过公共哈希网络相互组合,分片区块链之间通过跨分片交易直接进行相互通信,由于执行区块生成行为的并非单一区块链主链,所以该分片区块链构建的区块链网络就被赋予了可扩容特性,弥补了现有区块链网络在可扩展方面的不足。
-
公开(公告)号:CN116248345A
公开(公告)日:2023-06-09
申请号:CN202211693998.9
申请日:2022-12-28
申请人: 中移动信息技术有限公司 , 中国移动通信集团有限公司
摘要: 本申请公开了一种数据处理方法、装置、设备、存储介质及产品。该方法包括:第一方向第二方发送目标混淆数组和混淆数组集合,第二方接收后基于随机打乱的顺序分别进行排序,对应得到第二目标数组、目标混淆数组集合和第一目标数组,并将结果发送给第一方;第一方接收后基于混淆顺序对第二目标数组进行反混淆,得到第三目标数组;并对第一目标数组和第三目标数组中的数组求交集,得到交集数据;第二方接收交集数据后对数组进行顺序还原,得到目标交集数据。根据本申请实施例,任意一方的数据都在另一方中留有存证,若任意一方违反协议都能凭借存证进行追责,从而保障了数据求交的安全性,并且整个过程数据传输量和计算量较小,节约了时间成本。
-
公开(公告)号:CN117495403A
公开(公告)日:2024-02-02
申请号:CN202311466126.3
申请日:2023-11-06
申请人: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC分类号: G06Q30/018 , G06Q40/08 , G06Q50/40 , G06F18/214 , G06F18/22 , G06F7/58 , G06F21/64 , G06N3/006
摘要: 本发明公开了一种车险骗保检测方法、装置、设备及存储介质,该方法包括:将客户端和服务端的车险信息进行同步,并根据同步结果将车险信息划分成多个数据集;根据目标数据求交算法对多个数据集的数据进行求交,获得目标数据集;根据预设车险反欺诈模型检测目标数据集的数据是否存在车险骗保数据。本发明根据同步结果将车险信息划分成多个数据集,并根据目标数据求交算法对多个数据集进行求交获得目标数据集,根据预设车险反欺诈模型对目标数据集进行检测判断是否存在车险骗保数据,而形成的目标数据集来自多方数据进行多方求交,从而解决了基于双方数据进行两两配对并求交集的壁垒,提高了检测车险信息对应的用户是否存在骗保行为的效率。
-
公开(公告)号:CN116645178A
公开(公告)日:2023-08-25
申请号:CN202211597248.1
申请日:2022-12-12
申请人: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC分类号: G06Q40/02 , G06F16/27 , G06F16/2458
摘要: 本申请公开了一种反洗钱数据处理方法、装置、设备及存储介质,该方法包括:获取包括已知洗钱团体内的第一成员节点的第一集合,以及包含未知团体内的第二成员节点的第二集合;基于关系网络,确定第一集合内第一成员节点的N跳以内的邻居节点;确定N跳以内的邻居节点与第二成员节点的关联节点数量;基于关联节点数量与第二成员节点数量,确定未知团体是否为洗钱团体。如此,通过基于关系网络进行计算得到的第一成员节点N跳以内的邻居节点,根据N跳以内的邻居节点与未知团体中第二成员节点的关联节点数量,以及第二成员节点数量,可以确定出未知团体与已知洗钱团体的节点关联程度,进而可以判断出未知团体是否为洗钱团体,实现反洗钱。
-
公开(公告)号:CN118885792A
公开(公告)日:2024-11-01
申请号:CN202410912514.8
申请日:2024-07-09
申请人: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC分类号: G06F18/213 , G06F18/22 , G06F18/23 , G06F11/34 , G06F123/02
摘要: 本申请公开了一种关联操作日志数据确定方法、装置、设备及存储介质,方法包括:获取操作日志信息,所述操作日志信息包括操作日志数据、操作日志数据对应的操作间隔时间及操作指令;按照操作数量对操作日志数据进行划分得到多个序列;按照时序对齐序列的操作日志数据,并基于操作间隔时间计算对齐的序列之间的序列差异值;对操作指令进行特征提取处理,得到概率特征值;根据概率特征值超过设定阈值的操作指令,生成关联操作指令合集;基于序列差异值和关联指令集合中的操作指令对操作日志数据进行聚类,得到操作日志数据的关联结果。本申请实施例全面分析了操作日志的数据特征及数据特征之间的关联性,提高了数据分析结果的精准度。
-
公开(公告)号:CN116319788A
公开(公告)日:2023-06-23
申请号:CN202310181559.8
申请日:2023-02-20
申请人: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC分类号: H04L67/10 , H04L67/1095
摘要: 本申请公开了一种多方安全计算方法、装置、设备及计算机可读存储介质。其中,该方法包括:接收分布式计算主节点发送的计算任务;通过探针获取完成所述计算任务所需要的计算数据,所述计算数据包括数据源、由探针计算得到的数据、由分布式计算节点计算得到的数据中的任意一个;根据所述计算数据和所述计算任务进行计算,得到第一计算结果;向所述分布式计算主节点发送所述第一计算结果,以使所述分布式计算主节点对多个所述第一计算结果进行汇总,得到与多方安全计算任务对应的第二计算结果。根据本申请实施例,能够提高单计算节点的计算效率和计算节点之间进行数据同步的时效性,进而能够提高整个多方安全计算任务的计算效率。
-
公开(公告)号:CN116028257A
公开(公告)日:2023-04-28
申请号:CN202310181705.7
申请日:2023-02-20
申请人: 中移动信息技术有限公司 , 中国移动通信集团有限公司
摘要: 本申请公开了一种异常数据检测方法、装置、电子设备及计算机存储介质,其中,异常数据检测方法包括:获取多个第一目标数据,每个第一目标数据包括至少一个元特征,元特征用于表示所属的第一目标数据的一项标准;对每个第一目标数据中的元特征进行加密,获得扰动值;将扰动值发送给发起方,以使发起方根据扰动值检测参与方中的异常数据。根据本申请实施例,能够不泄露异常数据并提高异常数据在检测过程中的安全性。
-
公开(公告)号:CN115495324A
公开(公告)日:2022-12-20
申请号:CN202110679026.3
申请日:2021-06-18
申请人: 中移动信息技术有限公司 , 中国移动通信集团有限公司
摘要: 本发明提供一种用户行为检测方法、装置、电子设备及存储介质,该方法包括:获取目标用户在目标时间段的行为序列;将所述行为序列输入至用户行为检测模型,输出与所述行为序列对应的用户行为检测结果;其中,所述用户行为检测模型是基于用户行为样本数据以及预先确定的用户类型标签进行训练后得到。本发明提供的用户行为检测方法、装置、电子设备及存储介质,基于一段时间内若干个连续的用户行为数据,获取该用户的行为序列,以行为序列作为用户行为检测模型的输入,输出的结果为用户行为检测结果,通过多层的神经网络对用户行为自动识别计算,对用户行为检测结果更准确,能提高用户行为检测的精细性和准确性。
-
公开(公告)号:CN117077808A
公开(公告)日:2023-11-17
申请号:CN202311032130.9
申请日:2023-08-16
申请人: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC分类号: G06N20/00
摘要: 本申请公开了一种模型更新的方法、装置、设备及计算机存储介质。该方法包括:获取n个第一边缘服务器发送的边缘参数,以及n个边缘服务器分别发送边缘参数的轮次;计算第一边缘参数与第二边缘参数的第一相似度;计算第一相似度的标准差;在轮次大于1,且不大于目标值的情况下,计算标准差与上一个轮次的标准差的第一差值;在第一差值处于第一预设范围内的情况下,基于n个第一边缘服务器发送的边缘参数,更新目标模型的参数,得到更新后的目标模型。如此,只有通过检验的边缘参数才会用于全局模型的更新,提高了联邦学习的结果的准确性。
-
-
-
-
-
-
-
-
-