-
公开(公告)号：CN112182595B
公开(公告)日：2024-03-26
申请号：CN201910597881.2
申请日：2019-07-03
Applicant: 北京百度网讯科技有限公司
Abstract: 本发明实施例提出一种基于联邦学习的模型训练方法及装置。所述方法包括：接收第二数据提供方发送的第二原始自变量计算值；所述第二原始自变量计算值为第二数据提供方根据第二原始自变量和第二模型参数计算得到；根据第一数据提供方的第一模型参数初始值、第一原始自变量和所述第二原始自变量计算值，计算因变量估计值；计算所述第一数据提供方的因变量与所述因变量估计值的差值；根据所述差值，计算损失函数对第一模型参数的梯度值；根据所述损失函数对第一模型参数的梯度值更新第一模型参数。
-
公开(公告)号：CN112149706B
公开(公告)日：2024-03-15
申请号：CN201910579010.8
申请日：2019-06-28
Applicant: 北京百度网讯科技有限公司
IPC: G06N3/098 , G06N3/045 , G06F18/2433 , H04L9/00 , G06N3/048
Abstract: 本发明实施例公开了一种模型训练方法、装置、设备和介质。该方法包括：基于待训练的网络模型对第二方拥有的特征数据进行预测得到第二方预测结果；向第一方发送第二方预测结果；根据从第一方获取的残差密文和第二方拥有的特征数据，确定第二方梯度密文；为第二方梯度密文添加扰动数据，得到第二方扰动梯度密文；向第一方发送第二方扰动梯度密文，供第一方对第二方扰动梯度密文进行同态解密得到第二方扰动梯度；根据从第一方获取的第二方扰动梯度，继续对第二方的网络模型进行训练。本发明实施例通过为第二方梯度密文添加扰动数据得到第二方扰动梯度密文，提高了特征数据求解方程的未知数数量，使得特征数据无法求解，避免第二方特征数据泄露。
-
公开(公告)号：CN112184275B
公开(公告)日：2023-08-08
申请号：CN201910595231.4
申请日：2019-07-03
Applicant: 北京百度网讯科技有限公司
IPC: G06Q30/0204 , G06Q30/0201 , G06F16/9535
Abstract: 本发明实施例公开了一种人群细分方法、装置、设备及存储介质。所述方法包括：获取目标用户群体中各用户的属性数据，属性数据至少包括用户的至少一种感兴趣类别及与目标行为能力相对应的用户的至少一种行为能力数据；根据感兴趣类别及感兴趣类别与行为倾向之间的兴趣倾向对应关系确定各用户的用户行为倾向；根据行为能力数据确定各用户的目标行为能力等级；根据各用户的用户行为倾向和目标行为能力等级，对目标用户群体进行细分。本发明实施例的技术方案通过使用概括度较高的用户行为倾向及目标行为能力等级对消费群体进行细分，使消费群体的划分结果可对产品的研发设计提供有效的数据支持，使设计得到的产品更加符合各消费群体的消费需求。
-
公开(公告)号：CN112149141A
公开(公告)日：2020-12-29
申请号：CN201910579016.5
申请日：2019-06-28
Applicant: 北京百度网讯科技有限公司
Abstract: 本发明实施例公开了一种模型训练方法、装置、设备和介质。该方法包括：对拥有的标签数据添加扰动值，得到扰动标签数据；根据扰动标签数据和从第二方获取的第二方预测结果，确定残差原文；对残差原文进行同态加密，得到残差密文；向第二方发送残差密文，供第二方根据残差密文和第二方拥有的特征数据，确定第二方梯度密文；对从第二方获取的第二方梯度密文进行同态解密，得到第二方梯度原文；向第二方发送第二方梯度原文，供第二方根据第二方梯度原文继续对第二方的网络模型进行训练。本发明实施例通过为标签数据添加扰动值，提高扰动标签数据数量，从而提高残差密文数量，避免了第二方通过统计残差密文的分布反解标签数据，造成标签数据泄露。
-
公开(公告)号：CN112269885B
公开(公告)日：2024-05-10
申请号：CN202011277714.9
申请日：2020-11-16
Applicant: 北京百度网讯科技有限公司
Inventor： 周旭辉
IPC: G06F16/36 , G06F16/28 , G06F40/279 , G06Q10/0631 , G06Q50/26
Abstract: 本申请公开了一种用于处理数据的方法、装置、设备以及存储介质，涉及数据处理、人工智能领域，具体涉及知识图谱、云计算、大数据、智能搜索领域。具体实现方案为：获取历史事件数据和预设时间内的接收事件数据；基于历史事件数据，构建知识图谱；基于接收事件数据和知识图谱，确定目标事件数据，并输出。本实现方式通过基于历史事件数据，构建知识图谱，从而实现基于该知识图谱，可以更全面、快捷、准确地确定出实时接收的事件数据中的一事多诉事件，有助于更好地监控城市舆情，及时纠正城市管理中的疑难杂症，以促进城市精细化治理。
-
Patent Agency Ranking
公开(公告)号：CN112182594B
公开(公告)日：2023-08-04
申请号：CN201910593979.0
申请日：2019-07-02
Applicant: 北京百度网讯科技有限公司
Abstract: 本发明实施例提出一种数据加密方法及装置。所述方法包括：根据第一数据提供方提供的原始数据、第二数据提供方提供的原始数据和加密算法，计算第一加密值；根据第一加密值和增加项，计算第二加密值；将所述第二加密值发送到第二数据提供方；所述增加项为随机数。本发明实施例提供的数据加密方法，能够防止数据接收方利用解密算法反推出被加密的原始数据，保障数据安全。
-
公开(公告)号：CN112182594A
公开(公告)日：2021-01-05
申请号：CN201910593979.0
申请日：2019-07-02
Applicant: 北京百度网讯科技有限公司
Abstract: 本发明实施例提出一种数据加密方法及装置。所述方法包括：根据第一数据提供方提供的原始数据、第二数据提供方提供的原始数据和加密算法，计算第一加密值；根据第一加密值和增加项，计算第二加密值；将所述第二加密值发送到第二数据提供方；所述增加项为随机数。本发明实施例提供的数据加密方法，能够防止数据接收方利用解密算法反推出被加密的原始数据，保障数据安全。
-
公开(公告)号：CN112149174B
公开(公告)日：2024-03-12
申请号：CN201910579021.6
申请日：2019-06-28
Applicant: 北京百度网讯科技有限公司
Abstract: 本发明实施例公开了一种模型训练方法、装置、设备和介质。该方法包括：根据拥有的标签数据和从第二方获取的第二方预测结果，确定残差原文；其中，第二方预测结果由第二方基于待训练的网络模型对第二方拥有的特征数据进行预测得到的；对残差原文进行同态加密，得到残差密文；向第二方发送残差密文，供第二方根据残差密文和第二方拥有的特征数据，确定第二方梯度密文；对从第二方获取的第二方梯度密文进行同态解密，得到第二方梯度原文；向第二方发送第二方梯度原文，供第二方根据第二方梯度原文继续对第二方的网络模型进行训练。本发明实施例实现了第二方无法基于残差原文反解第一方拥有的标签数据，提高了数据的安全性。
-
公开(公告)号：CN112149834B
公开(公告)日：2023-11-07
申请号：CN201910579024.X
申请日：2019-06-28
Applicant: 北京百度网讯科技有限公司
Abstract: 本发明实施例公开了一种模型训练方法、装置、设备和介质。该方法包括：将第二方拥有的特征数据表示中取值为固定数值的元素，作为特征数据表示中的目标特征元素；基于待训练的网络模型对第二方拥有的特征数据进行预测得到第二方预测结果；向第一方发送第二方预测结果；根据从第一方获取的残差密文、固定数值密文，以及特征数据表示中的目标特征元素和其他特征元素，确定第二方梯度密文；向第一方发送第二方梯度密文，供第一方对第二方梯度密文进行同态解密得到第二方梯度原文；根据从第一方获取的第二方梯度原文，继续对第二方的网络模型进行训练。本发明实施例实现了减少密文与明文的相乘次数，大幅度降低计算量，提高模型训练效率的效果。
-
公开(公告)号：CN112149141B
公开(公告)日：2023-08-29
申请号：CN201910579016.5
申请日：2019-06-28
Applicant: 北京百度网讯科技有限公司
Abstract: 本发明实施例公开了一种模型训练方法、装置、设备和介质。该方法包括：对拥有的标签数据添加扰动值，得到扰动标签数据；根据扰动标签数据和从第二方获取的第二方预测结果，确定残差原文；对残差原文进行同态加密，得到残差密文；向第二方发送残差密文，供第二方根据残差密文和第二方拥有的特征数据，确定第二方梯度密文；对从第二方获取的第二方梯度密文进行同态解密，得到第二方梯度原文；向第二方发送第二方梯度原文，供第二方根据第二方梯度原文继续对第二方的网络模型进行训练。本发明实施例通过为标签数据添加扰动值，提高扰动标签数据数量，从而提高残差密文数量，避免了第二方通过统计残差密文的分布反解标签数据，造成标签数据泄露。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.029 seconds)
