-
公开(公告)号：CN116611530A
公开(公告)日：2023-08-18
申请号：CN202210116815.0
申请日：2022-02-07
Applicant: 中移系统集成有限公司 , 中移雄安信息通信科技有限公司 , 中国移动通信集团有限公司
Abstract: 本发明提供一种电信诈骗用户的确定方法及装置，涉及机器学习技术领域。所述方法包括：根据电信运营商用户的特征，构建特征的逻辑回归预测模型；根据横向联邦学习方法，训练逻辑回归预测模型，得到第一诈骗用户预测模型，确定目标用户的第一预测结果；根据纵向联邦学习方法，训练逻辑回归预测模型，得到第二诈骗用户预测模型，确定目标用户的第二预测结果；根据第一预测结果与第二预测结果，确定目标用户是否为电信诈骗用户。本发明提供的电信诈骗用户的确定方法及装置，通过采用横向联邦学习技术结合纵向联邦学习技术，扩充了训练样本的数据量，获得更好的训练模型，提高对电信诈骗用户识别的准确率。
-
公开(公告)号：CN118967226A
公开(公告)日：2024-11-15
申请号：CN202410969735.9
申请日：2024-07-18
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC: G06Q30/0242 , G06Q30/0241 , G06N20/00 , G06F18/214 , G06F18/24 , G06N5/01
Abstract: 本申请公开了一种广告点击率预测方法、装置、设备、介质及产品，涉及联邦学习技术领域。公开的广告点击率预测方法包括：获取待预测对象数据；将待预测对象数据输入广告点击率预测模型进行预测，获得广告点击率预测结果；其中，广告点击率预测模型包括联邦学习非线性模块与联邦学习线性模块，联邦学习非线性模块用于对待预测对象数据进行特征提取，获得特征数据，联邦学习线性模块用于基于特征数据进行预测，获得广告点击率预测结果。本申请可以提高预测精度。
-
公开(公告)号：CN119494421A
公开(公告)日：2025-02-21
申请号：CN202411621698.9
申请日：2024-11-13
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
Abstract: 本申请公开了一种自适应差分隐私的联邦学习方法、客户端、服务器、存储介质及产品，方法应用于客户端，包括：基于当前训练轮次和裁剪阈值调整策略确定梯度裁剪阈值，裁剪阈值调整策略根据数据分布相似度和各训练轮次对应的梯度变化率构建；对各样本的梯度进行裁剪，得到各样本的目标梯度；根据自适应差分隐私算法以及目标隐私预算对各样本的目标梯度添加噪声扰动，得到自适应噪声；结合目标数据集以及全局损失函数进行模型更新，得到本地模型参数，并发送至服务器，服务器根据本地模型参数更新参数得到全局模型。通过上述方式，增强了模型对噪声和攻击的鲁棒性，提高了客户端保护数据隐私的能力、模型的准确性以及模型的泛化能力。
-
公开(公告)号：CN119475432A
公开(公告)日：2025-02-18
申请号：CN202411677424.1
申请日：2024-11-21
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
Abstract: 本申请公开了一种基于联邦模型的家庭客户识别方法、装置、电子设备、介质及产品，涉及联邦学习技术领域，基于联邦模型的家庭客户识别方法包括：采集原始客户数据，其中，原始客户数据至少包括运营商数据、社交数据、电商数据、用车数据、位置数据或智能家居数据中的一种；将原始客户数据输入到预设的家庭群组识别联邦模型，获得多组家庭群组数据；将各家庭群组数据输入到预设的高价值客户识别联邦模型，得到高价值客户识别结果，其中，高价值客户识别结果包括家庭群组数据对应的高价值标签。本申请的技术方案解决了目前针对高价值家庭客户的识别方案存在准确性低以及数据安全风险的问题。
-
公开(公告)号：CN119475283A
公开(公告)日：2025-02-18
申请号：CN202411515301.8
申请日：2024-10-28
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
Abstract: 本申请公开了一种模型加密方法、装置、设备及计算机可读存储介质，其方法包括：获取待学习任务对应的数据集；基于多层神经网络以及待训练模型确定新增网络，并基于新增网络对数据集进行模型训练，获得目标模型以及训练结果；基于训练结果以及数据集，确定触发集；基于所述触发集对所述目标模型进行模型训练，获得所述目标模型对应的水印模型，并返回执行在模型学习的多个任务中依次获取当前的待学习任务的步骤，直至完成所有任务的模型学习。本申请通过触发集对当前训练的模型进行模型训练，当前训练任务的水印模型，实现在分批次数据训练的持续学习模型中使用水印技术，对模型更新的版本进行知识产权保护。
-
Patent Agency Ranking
公开(公告)号：CN118537149A
公开(公告)日：2024-08-23
申请号：CN202410598276.8
申请日：2024-05-14
Applicant: 中移信息技术有限公司 , 中国移动通信集团有限公司
Abstract: 本申请公开了一种对账方法、装置、设备、存储介质及产品，涉及数据处理技术领域，所述对账方法包括：将待对账数据中的目标字段数据进行拼接，得到目标对账标识；基于所述目标对账标识对所述待对账数据进行安全求交，得到交集数据；基于所述交集数据进行对账，得到目标对账结果。由于本申请是将待对账数据中的目标字段数据进行拼接，得到目标对账标识；基于目标对账标识对待对账数据进行安全求交，基于交集数据进行对账。相对于现有的完全交互待对账数据进行对账的方式，本申请上述方式能够避免待对账数据泄露，且对目标字段数据进行拼接后对账，能够减少对账时的对比次数，提高对账效率。
-
公开(公告)号：CN116647356A
公开(公告)日：2023-08-25
申请号：CN202211597365.8
申请日：2022-12-12
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
Abstract: 本申请实施例提供了一种异常检测系统及异常检测方法，该系统包括：多方安全计算应用网关和异常检测引擎；其中，多方安全计算应用网关，用于采集多方安全计算任务对应的业务数据；并将业务数据传输至异常检测引擎；异常检测引擎，用于对所述业务数据进行异常行为检测。能够保证异常检测的全面性。
-
公开(公告)号：CN116090002A
公开(公告)日：2023-05-09
申请号：CN202211724753.8
申请日：2022-12-30
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
Abstract: 本申请公开了一种多方隐私集合求交方法、装置、系统及存储介质。该方法包括：i个发起方共享随机秘钥，迭代集合包括2*j个参与方；发起方根据自持有的待求交数据和随机秘钥生成OKVS函数，发起方发送OKVS函数至对应的接收方；接收方根据自持有的待求交数据和接收的OKVS函数，计算得到映射数据，并更新自持有的映射数据为待求交数据；迭代集合中的参与方在迭代集合中删除i个发起方，迭代集合中的参与方重复执行，直至迭代集合符合预设条件；结果方基于隐私集合求交与第一参与方进行求交，得到交集结果。根据本申请实施例，本申请能够分时空进行多个参与方之间的求交计算。
-
公开(公告)号：CN119443316A
公开(公告)日：2025-02-14
申请号：CN202411677241.X
申请日：2024-11-21
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC: G06N20/20 , G06N5/01 , G06F18/214
Abstract: 本申请公开了一种模型优化方法、装置、设备、存储介质及产品，涉及人工智能技术领域，包括：根据主要训练特征集和辅助训练特征集训练决策树模型；获取参数更新信息和特征重要性信息；根据参数更新信息和特征重要性信息进行全局模型的聚合更新，根据当前聚合更新结果对决策树模型进行优化；通过上述方式，利用经过科学特征选择和采样的训练特征集训练决策树模型，能够有效、充分利用所有特征，并引入一种结合联邦学习特征影响聚合与模型协同训练的目标算法进行全局模型的聚合更新，根据当前聚合更新结果对决策树模型进行优化，以确保决策树模型能够有效地与全局模型进行协同工作，从而能够有效提高优化模型的准确性，以及提高联邦学习的性能。
-
公开(公告)号：CN119323053A
公开(公告)日：2025-01-17
申请号：CN202411434937.X
申请日：2024-10-14
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
Abstract: 本申请公开了一种数据查询方法、装置、设备、存储介质和程序产品，涉及计算机技术领域，所述方法包括：生成同态加密算法的公钥私钥对，并将公钥发送至至少两个数据源，数据源根据公钥生成数据集的编码值的同态密文；分别与每一数据源执行不经意伪随机函数协议，生成每一数据源对应的查询值的伪随机值；将伪随机值依次发送至对应的数据源，数据源基于伪随机值获取本地同态密文，并将本地同态密文和接收到的其他数据源的同态密文之和发送至下一数据源，直至下一数据源为最后一个数据源；获取最后一个数据源返回的同态密文之和，通过私钥对同态密文之和进行解密，并根据同态密文之和生成查询值对应的查询结果。本申请提高了数据查询的安全性。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.053 seconds)
