基于隐私计算互联互通技术的多方联合建模安全增强方法

    公开(公告)号:CN117034287A

    公开(公告)日:2023-11-10

    申请号:CN202310971056.0

    申请日:2023-08-03

    摘要: 本发明提供了一种基于隐私计算互联互通技术的多方联合建模安全增强方法,包括:接收各参与方发送的加密本地参数,基于标识加密算法对加密本地参数进行解密,得到加密本地参数对应的解密本地参数;利用参数聚合服务器在可信执行环境中,对各参与方的解密本地参数进行参数聚合,得到全局参数;对全局参数进行标识广播加密,得到全局参数对应的密文,并将全局参数对应的密文发送至各参与方;本发明利用标识加密算法在参数聚合服务器及参与方之间进行密文访问控制,能够提高模型训练过程中的安全性;在可信执行环境中利用标识广播加密算法对全局参数进行加密,有利于实现模型训练中批量梯度的更新,进而提高模型训练的效率。

    一种用于用户检索的隐私保护方法及装置

    公开(公告)号:CN117332147A

    公开(公告)日:2024-01-02

    申请号:CN202311271573.3

    申请日:2023-09-28

    摘要: 本发明涉及人工智能技术领域,具体提供了一种用于用户检索的隐私保护方法及装置,包括:获取用户检索特征信息对应的向量信息;将用户检索特征信息对应的向量信息作为多个预先构建的隐私判断模型,得到多个预先构建的隐私判断模型输出的判断结果;采用权重投票的方式在多个预先构建的隐私判断模型输出的判断结果选择最终判断结果。本发明提供的技术方案,采用训练多个模型投票的方式进行训练,通过多个模型提高模型泛化能力,还可以提升预测精度。

    一种数据降维的计算机参数异常预测方法及系统

    公开(公告)号:CN116738169A

    公开(公告)日:2023-09-12

    申请号:CN202310666404.3

    申请日:2023-06-06

    摘要: 本发明提供了一种数据降维的计算机参数异常预测方法及系统,包括:获取包括当前时刻在内的前设定个时刻的计算机多个种类的参数得到第一数据集;基于第一数据集计算协方差矩阵,以及该协方差矩阵的多个特征值和每一个特征值所对应的特征向量,以特征值的大小按照降序的排序方式进行对应排序,并筛选出排序中前设定第一数量的特征值和对应的特征向量;将第一数据集处理后投影到特征向量上,得到第一数量维度的数据点;基于数据点使用预先训练完成的模型得到下一时刻的计算机对应种类的参数,并根据阈值判断下一时刻的计算机对应种类的参数是否异常;本发明通过数据降维解决了运行状态的参数较多,模型资源占用过多,难以预测计算机运行状态的问题。