-
公开(公告)号：CN117591217A
公开(公告)日：2024-02-23
申请号：CN202311564780.8
申请日：2023-11-21
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本申请公开了一种信息展示方法、装置、设备及存储介质，对从各应用获取到的数据流进行整合，确定待展示数据，再通过模板预测模型，从预设的各渲染模板中，确定该待展示数据对应的目标渲染模板。最后，使用目标渲染模板对待展示数据进行渲染，并将渲染结果展示给用户。本申请中的该信息展示方法，可基于待展示数据的特点，确定适合该待展示数据的渲染模板，也就是说，将不同的待渲染数据以不同的渲染方式进行渲染，并向用户展示不同的渲染结果，满足了信息的多样化展示，避免了用户审美疲劳这一情况的出现。
-
公开(公告)号：CN117312870A
公开(公告)日：2023-12-29
申请号：CN202311221468.9
申请日：2023-09-20
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 陆毅成
Abstract: 本说明书公开了一种业务风控的方法、装置、存储介质及电子设备。该业务风控的方法包括：获取预设风控系统中所部署的各风控规则信息，针对每个风控规则信息，将从该风控规则信息中识别出的风控条件字段，作为该风控规则对应的归属特征信息，根据各风控规则信息以及每个风控规则信息对应的归属特征信息，构建规则图数据，以所述规则图数据中任意两个节点之间在所述规则图数据中的距离的大小与该任意两个节点之间向量相似度的大小呈负相关关系为约束条件，确定所述图数据结构中每个节点对应的目标特征向量，根据每个风控规则信息对应节点的目标特征向量，对各风控规则信息进行融合，得到融合后规则，并通过所述融合后规则，进行业务风控。
-
公开(公告)号：CN111476668A
公开(公告)日：2020-07-31
申请号：CN202010585710.0
申请日：2020-06-24
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可信关系的识别方法、装置、存储介质和计算机设备。该方法包括：获取用户的行为数据，行为数据包括目标主体的主体特征和多个对象主体的主体特征；根据目标主体的主体特征和多个对象主体的主体特征，利用预先训练的图神经网络模型，生成目标主体对应的第一节点嵌入向量和多个对象主体对应的第二节点嵌入向量；根据第一节点嵌入向量和各个第二节点嵌入向量，生成目标主体与各个对象主体之间的向量距离；判断多个向量距离是否均大于或等于设定阈值；若判断出多个向量距离中至少一个向量距离小于设定阈值，将小于设定阈值的向量距离对应的第一节点嵌入向量和第二节点嵌入向量，确定为可信关系对。
-
公开(公告)号：CN112836218B
公开(公告)日：2024-04-16
申请号：CN202110050426.8
申请日：2020-05-09
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书提供一种风险识别方法及装置和电子设备，应用于终端设备的可信执行环境。所述可信执行环境中存储有历史业务请求和风险规则。该方法包括：响应于业务客户端发起的待发送的业务请求，获取业务请求包含的用户账户和终端标识；查询历史业务请求中同样具有该用户账户和设备标识的历史目标业务请求，并对历史目标业务请求进行统计分析，得到风险指标的数值；判断风险指标的数值是否达到风险规则中设定的阈值；删除所述待发送的业务请求中携带的设备标识，并添加判断结果，由所述业务客户端将所述业务请求发送给业务服务端；以使所述业务服务端基于该判断结果执行该业务请求。由于设备标识不对外发送从而可以保护用户的个人信息。
-
公开(公告)号：CN112417485B
公开(公告)日：2024-02-02
申请号：CN202011380981.9
申请日：2020-11-30
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F21/60 , G06F18/214 , G06Q40/03
Abstract: 本说明书公开了一种基于可信执行环境的模型训练方法、系统及装置。所述方法包括模型需求方将第一训练样本集发送到模型训练方的可信执行环境中；模型提供方将旧模型和第二训练样本集发送到模型训练方的可信执行环境中；所述旧模型是模型提供方预先基于第二训练样本集训练得到的；模型训练方在可信执行环境中基于所述旧模型构建新模型；所述新模型的输出包括针对输入样本的标签预测值和来源预测值；模型训练方在可信执行环境中，基于预设算法利用第一训练样本集和第二训练样本集训练所述新模型，所述预设算法用于降低所述新模型针对样本标签的损失、并增大所述新模型针对样本来源的损失。
-
Patent Agency Ranking
公开(公告)号：CN111582873B
公开(公告)日：2023-01-17
申请号：CN202010377734.7
申请日：2020-05-07
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q20/40
Abstract: 本说明书一个或多个实施例提供一种评估交互事件的方法及装置、电子设备、存储介质，根据历史交互事件数据集，构建若干带有标签的交互关系子图，并使用带有标签的所述交互关系子图，对预设模型进行训练，得到可信数据评估模型，再利用所述可信数据评估模型，得到不带标签的交互关系子图的评估分值，进而将评估分值高于预设评估分值的所述不带标签的交互关系子图判定为可信子图并存储，用以评估交互事件是否可信。本说明书的一个或多个实施例提供的评估交互事件的方法及装置、电子设备、存储介质，把可信关系形成为可信子图，可用于解决传统方案所不能涵盖的子图可信识别问题。
-
公开(公告)号：CN111080304B
公开(公告)日：2022-06-03
申请号：CN201911274061.6
申请日：2019-12-12
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种可信关系识别方法、装置及设备。方案包括：获取发生交易行为的不同类型的待识别实体在关联关系拓扑图中的图结构特征，其中，图结构特征包括待识别实体的图关系特征以及待识别实体的节点属性特征，关联关系拓扑图是根据包括待识别实体在内的多个实体预先进行处理得到的；将图结构特征输入预先训练完成的图神经网络模型中，图神经网络模型会输出相应的分数，当所述输出数值大于或等于参考数值时，可以确定所述待识别实体之间的关系为可信关系。
-
公开(公告)号：CN112417485A
公开(公告)日：2021-02-26
申请号：CN202011380981.9
申请日：2020-11-30
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种基于可信执行环境的模型训练方法、系统及装置。所述方法包括模型需求方将第一训练样本集发送到模型训练方的可信执行环境中；模型提供方将旧模型和第二训练样本集发送到模型训练方的可信执行环境中；所述旧模型是模型提供方预先基于第二训练样本集训练得到的；模型训练方在可信执行环境中基于所述旧模型构建新模型；所述新模型的输出包括针对输入样本的标签预测值和来源预测值；模型训练方在可信执行环境中，基于预设算法利用第一训练样本集和第二训练样本集训练所述新模型，所述预设算法用于降低所述新模型针对样本标签的损失、并增大所述新模型针对样本来源的损失。
-
公开(公告)号：CN111523651A
公开(公告)日：2020-08-11
申请号：CN202010631978.3
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了用于评估神经网络的方法、装置、计算设备和机器可读存储介质。该方法可以包括：生成针对神经网络的原始样本的多个对抗样本，其中：每个对抗样本是基于距离因素和类别差异因素来生成的，距离因素用于表示该对抗样本与原始样本之间的距离，类别差异因素用于表示神经网络对该对抗样本的预测类别与对抗样本目标类别之间的差异；对于任何两个对抗样本而言，针对一个对抗样本的距离因素和类别差异因素中的至少一者的度量方式是不同于另一对抗样本的；使用多个对抗样本对神经网络进行评估。
-
公开(公告)号：CN111340509A
公开(公告)日：2020-06-26
申请号：CN202010440520.X
申请日：2020-05-22
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虚假交易识别方法、装置及电子设备。所述方法包括：获取预定平台所对应的原始交易图数据，根据目标节点从所述原始交易图数据中提取出子图数据；将所述子图数据作为输入，利用预定的多个连续的神经网络结构执行信息聚合操作和特征向量提取操作得到目标特征向量；其中，所述信息聚合操作用于根据各节点之间的相关性确定注意力矩阵，并根据所述注意力矩阵对目标节点的邻域节点信息进行聚合，所述各节点之间的相关性包括根据各节点信息所确定的第一相关性以及根据边信息所确定的第二相关性；将所述目标特征向量输入到分类器中，以便根据所述分类器的输出结果判断所述待识别交易是否为虚假交易。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.03 seconds)
