-
公开(公告)号：CN112598251B
公开(公告)日：2024-12-20
申请号：CN202011488635.2
申请日：2020-12-16
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F18/241 , G06F17/18 , G06F21/60 , G06N20/20
Abstract: 本申请公开了分类模型预测结果的处理方法、装置、设备和存储介质，涉及计算机技术中的人工智能、机器学习、大数据技术。具体实现方案为：通过基于密文的分类预测结果，密文的类别标签数据及统计信息，进行密文计算，得到分类预测结果的密文的指标信息，计算参与方无需获取分类预测结果、类别标签数据、统计信息的明文，基于密文的分类预测结果、类别标签数据和统计信息，进行密文计算即可完成指标信息的计算，指标信息的计算过程中不会对密文的分类预测结果、类别标签数据和统计信息进行解密，不会泄露这些数据，能够在保证分类预测结果、分类标签数据及统计信息不被泄露的前提下，计算得到模型的评估指标信息，提高数据安全性。
-
公开(公告)号：CN112818387B
公开(公告)日：2024-07-23
申请号：CN202110088699.1
申请日：2021-01-22
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F21/62 , G06F16/215 , G06F16/2458 , G06N20/00
Abstract: 本申请公开了模型参数调整的方法、设备、存储介质及程序产品，涉及多方机器学习、联邦学习、联合建模等安全多方计算领域。具体实现方案为：在基于安全多方计算的模型参数调整的过程中，利用基于安全多方计算训练得到的分类模型，对输入数据进行分类处理，得到分类模型的分类预测值；对分类预测值进行缩小处理，对缩小处理后的分类预测值进行归一化处理，得到分类预测值的归一化结果；根据分类预测值的归一化结果，更新分类模型的参数，通过对分类预测值进行缩小处理来缩小归一化方法的输入值，可以避免归一化过程中产生数据溢出，从而可以提高分类模型的训练精度。
-
公开(公告)号：CN112100623B
公开(公告)日：2023-12-22
申请号：CN202010851765.1
申请日：2020-08-21
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F21/57
Abstract: 本申请公开了一种机器学习模型的风险评估方法、装置、设备及存储介质，涉及人工智能技术领域。具体实现方案为：获取机器学习模型的自身信息泄露的风险值；获取所述机器学习模型泄露训练数据的风险值；基于所述机器学习模型的自身信息泄露的风险值和所述机器学习模型泄露训练数据的风险值，评估所述机器学习模型的风险值，与现有技术相比，能够提供一种机器学习模型的有效的风险评估方案，实现对机器学习模型的隐私泄露风险进行准确地评估。
-
公开(公告)号：CN112637174B
公开(公告)日：2022-10-21
申请号：CN202011485250.0
申请日：2020-12-16
Applicant: 百度在线网络技术(北京)有限公司
IPC: H04L9/40 , H04L41/142 , G06K9/62 , G06F17/16
Abstract: 本申请公开了一种数据相关度计算方法、装置、电子设备和存储介质，涉及数据安全技术领域，其中方法包括：第一数据方根据第一向量，随机生成第一随机向量，并得到第二向量；第一数据方向第二数据方发送第一随机向量，并接收第二数据方发送的第二随机向量；第一数据方根据相关度计算公式进行计算，得到第一相关度；对于相关度计算公式中的交叉因子，第一数据方使用第二向量和第二随机向量，并根据密文计算协议进行计算；第一数据方接收第二数据方发送的第二相关度；对于相关度计算公式中的交叉因子，第二数据方使用第一随机向量和第四向量，并根据密文计算协议进行计算；第一数据方根据第一相关度和第二相关度，计算第一向量和第三向量之间的相关度。本申请能够保护各数据方的数据隐私，避免数据泄漏或被滥用的风险。
-
公开(公告)号：CN113378211B
公开(公告)日：2022-05-20
申请号：CN202010161276.3
申请日：2020-03-10
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F21/62
Abstract: 本申请实施例公开了用于保护数据的方法和装置。该方法的一具体实施方式包括：获取服务的二进制文件和机密数据；利用密钥对机密数据进行加密，生成加密机密数据；将密钥划分成第一密钥分片和第二密钥分片；将密钥的标识和第一密钥分片嵌入到二进制文件中，生成嵌入二进制文件，以及将密钥的标识和第二密钥分片发送到服务的提供方的数据库进行存储；将嵌入二进制文件和加密机密数据发送到服务的使用方的服务器进行部署。该实施方式提供了一种基于安全多方计算的机密数据的保护方法，能够有效地保护服务的机密数据。
-
Patent Agency Ranking
公开(公告)号：CN113449872A
公开(公告)日：2021-09-28
申请号：CN202010216295.1
申请日：2020-03-25
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请公开了一种基于联邦学习的参数处理方法、装置和系统，涉及大数据技术领域。具体实现方案为：分别确定第一电子设备相对于每个第二电子设备的掩码，其中，所述第一电子设备相对于任一第二电子设备的掩码，与所述第二电子设备相对于所述第一电子设备的掩码之间的和小于预设值；根据所述第一电子设备相对于每个第二电子设备的掩码，对梯度参数进行加密；将加密后的梯度参数发送给服务器，所述加密后的梯度参数用于指示所述服务器对联邦学习模型的全局模型参数进行更新。本申请实施例中不仅可以保护各电子设备的信息，而且可以保证联邦学习模型的可用性。
-
公开(公告)号：CN112637174A
公开(公告)日：2021-04-09
申请号：CN202011485250.0
申请日：2020-12-16
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请公开了一种数据相关度计算方法、装置、电子设备和存储介质，涉及数据安全技术领域，其中方法包括：第一数据方根据第一向量，随机生成第一随机向量，并得到第二向量；第一数据方向第二数据方发送第一随机向量，并接收第二数据方发送的第二随机向量；第一数据方根据相关度计算公式进行计算，得到第一相关度；对于相关度计算公式中的交叉因子，第一数据方使用第二向量和第二随机向量，并根据密文计算协议进行计算；第一数据方接收第二数据方发送的第二相关度；对于相关度计算公式中的交叉因子，第二数据方使用第一随机向量和第四向量，并根据密文计算协议进行计算；第一数据方根据第一相关度和第二相关度，计算第一向量和第三向量之间的相关度。本申请能够保护各数据方的数据隐私，避免数据泄漏或被滥用的风险。
-
公开(公告)号：CN112615852A
公开(公告)日：2021-04-06
申请号：CN202011484630.2
申请日：2020-12-16
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请实施例公开了数据的处理方法、装置、电子设备、计算机可读存储介质及计算机程序产品，涉及人工智能技术领域，具体涉及深度学习、数据处理、多方计算技术领域。该方法的一具体实施方式包括：在获取基于多方安全计算协议对应的加密算法得到的密文数据后，将该多方安全计算协议中包含的以除法运算为核心的旧运算方式更新为以加、减以及乘法中至少一项构成的新运算方式，得到新多方安全计算协议，然后按该新多方安全计算协议对该密文数据进行处理，并返回处理结果。该实施方式提供的数据处理方法，将原多方安全计算协议中包含的以除法运算为核心的复杂运算更新为基于其他运算构成的新运算方式，以达到简化运算、提高数据处理能力的效果。
-
公开(公告)号：CN113449872B
公开(公告)日：2023-08-08
申请号：CN202010216295.1
申请日：2020-03-25
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请公开了一种基于联邦学习的参数处理方法、装置和系统，涉及大数据技术领域。具体实现方案为：分别确定第一电子设备相对于每个第二电子设备的掩码，其中，所述第一电子设备相对于任一第二电子设备的掩码，与所述第二电子设备相对于所述第一电子设备的掩码之间的和小于预设值；根据所述第一电子设备相对于每个第二电子设备的掩码，对梯度参数进行加密；将加密后的梯度参数发送给服务器，所述加密后的梯度参数用于指示所述服务器对联邦学习模型的全局模型参数进行更新。本申请实施例中不仅可以保护各电子设备的信息，而且可以保证联邦学习模型的可用性。
-
公开(公告)号：CN112598251A
公开(公告)日：2021-04-02
申请号：CN202011488635.2
申请日：2020-12-16
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请公开了分类模型预测结果的处理方法、装置、设备和存储介质，涉及计算机技术中的人工智能、机器学习、大数据技术。具体实现方案为：通过基于密文的分类预测结果，密文的类别标签数据及统计信息，进行密文计算，得到分类预测结果的密文的指标信息，计算参与方无需获取分类预测结果、类别标签数据、统计信息的明文，基于密文的分类预测结果、类别标签数据和统计信息，进行密文计算即可完成指标信息的计算，指标信息的计算过程中不会对密文的分类预测结果、类别标签数据和统计信息进行解密，不会泄露这些数据，能够在保证分类预测结果、分类标签数据及统计信息不被泄露的前提下，计算得到模型的评估指标信息，提高数据安全性。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.043 seconds)
