-
公开(公告)号：CN118502714A
公开(公告)日：2024-08-16
申请号：CN202410405260.0
申请日：2024-04-03
申请人： 支付宝(杭州)信息技术有限公司
摘要： 本说明书实施例提供一种保护隐私数据的安全根号逆方法和装置。方法包括：第一方本地执行第一四元组中第一指数的分片对2取模，得到标识结果的分片；利用标识结果的分片，与第二方联合执行第一选择处理，从而根据标识结果，从中间指数的分片以及该分片加1中，选择一个作为结果四元组中目标指数的分片；中间指数是第一指数的相反数右移一位；利用标识结果的分片，与第二方联合执行第二选择处理，从而根据标识结果，从第一四元组中第一尾数的扩张分片以及该分片乘以2中，选择一个作为中间尾数的分片；利用中间尾数的分片，与第二方联合执行包含联合查表的安全两方计算，得到结果四元组中目标尾数的分片。能够在保证高精度的同时降低通信量。
-
公开(公告)号：CN114282256A
公开(公告)日：2022-04-05
申请号：CN202210205844.4
申请日：2022-03-04
申请人： 支付宝(杭州)信息技术有限公司
IPC分类号： G06F21/60
摘要： 本说明书的一些实施例涉及信息安全技术领域，特别涉及一种基于秘密分享的排序打乱方法和恢复方法。其中，该排序打乱方法中第一参与方持有第一序列的第一分片；第二参与方持有第一序列的第二分片；通过执行秘密分享排列协议，第一参与方获得第一乱序序列的第一分片，第二参与方获得第一乱序序列的第二分片；该排序恢复方法用于上述方法打乱得到的第一乱序序列进行恢复，得到第一序列。
-
公开(公告)号：CN114282076A
公开(公告)日：2022-04-05
申请号：CN202210205833.6
申请日：2022-03-04
申请人： 支付宝(杭州)信息技术有限公司
IPC分类号： G06F16/903
摘要： 本说明书涉及数据安全领域，特别涉及一种基于秘密分享的排序方法和系统，用于获取能够将待排序数据列的元素进行顺序排列的目标排序向量，该方法由第一参与方执行且包括至少两轮迭代，最后一轮迭代得到的第二排序向量的第一分片为所述目标排序向量的第一分片；在其中一轮迭代后，第一参与方得到第二排序向量的第一分片，第二参与方获得第二排序向量的第二分片。
-
公开(公告)号：CN112765652A
公开(公告)日：2021-05-07
申请号：CN202110013267.4
申请日：2020-07-31
申请人： 支付宝(杭州)信息技术有限公司
摘要： 本说明书提出一种叶节点分类权值的确定方法、装置、及设备，包括：将本方持有的目标对象的特征输入本方的部分树模型，预测得到与所述目标对象匹配的若干第一疑似叶节点；根据所述若干第一疑似叶节点和对方预测得到的若干第二疑似叶节点，确定为所述目标对象预测得到的目标叶节点；基于本方确定出的所述目标叶节点的本方权值分片的密文、以及对方发送的该目标叶节点的对方权值分片的密文，确定目标叶节点对应的分类权值；其中，所述本方权值分片的密文由本方采用本方公钥对该目标叶节点的本方权值分片进行同态加密得到；根据所述目标叶节点和所述分类权值确定所述目标对象的分类结果。
-
公开(公告)号：CN111738360B
公开(公告)日：2020-11-27
申请号：CN202010723916.5
申请日：2020-07-24
申请人： 支付宝(杭州)信息技术有限公司
摘要： 本说明书实施例公开了一种两方决策树训练方法和系统，以保护双方的数据隐私。对于任一特征，两方的设备按照多方安全计算协议进行交互，以基于梯度向量的分片和任一分组对应的标识向量计算该特征下的该分组对应的梯度和的分片。两方的设备按照多方安全计算协议进行交互，以基于各特征下的各分组分别对应的梯度和的分片计算各特征下的各分组分别对应的分裂增益的分片。进而，两方的设备通过多方安全比较协议确定最大分裂增益对应的特征及分组，并按最大分裂增益对应的特征及分组分裂节点。
-
公开(公告)号：CN111639367B
公开(公告)日：2020-11-17
申请号：CN202010759206.8
申请日：2020-07-31
申请人： 支付宝(杭州)信息技术有限公司
摘要： 本说明书提出一种基于树模型的两方联合分类方法、装置、设备及介质，包括：将本方持有的目标对象的特征输入本方的部分树模型，预测得到与所述目标对象匹配的若干第一疑似叶节点；根据所述若干第一疑似叶节点和对方预测得到的若干第二疑似叶节点，确定为所述目标对象预测得到的目标叶节点；基于本方确定出的所述目标叶节点的本方权值分片的密文、以及对方发送的该目标叶节点的对方权值分片的密文，确定目标叶节点对应的分类权值；其中，所述本方权值分片的密文由本方采用本方公钥对该目标叶节点的本方权值分片进行同态加密得到；根据所述目标叶节点和所述分类权值确定所述目标对象的分类结果。
-
公开(公告)号：CN118353615A
公开(公告)日：2024-07-16
申请号：CN202410393953.2
申请日：2024-04-02
申请人： 支付宝(杭州)信息技术有限公司
摘要： 本说明书实施例提供一种生成安全计算协议的数据元组的方法及装置，涉及发送方和接收方，其中的发送方利用约定的穿刺运算组件，基于主密钥和约定区间中包含的m个数值，执行m次第一运算，得到m个第一中间值。分别将m个第一中间值作为m个随机数种子，利用约定的第一伪随机数生成器，生成m个第一随机向量。根据m个第一随机向量和预设的第一结果向量，确定目标向量，并将其发送给接收方，使其计算第二结果向量，该第二结果向量和接收方生成的第一随机数形成数据元组的一部分。根据m个第一随机向量，确定第三结果向量，该第三结果向量和第一结果向量形成数据元组的另一部分。
-
公开(公告)号：CN117763606A
公开(公告)日：2024-03-26
申请号：CN202311754924.6
申请日：2023-12-18
申请人： 支付宝(杭州)信息技术有限公司
摘要： 本说明书实施例提供了一种保护隐私的模型预测方法和装置。该方法的一具体实施方式包括：根据精度配置信息，将目标模型各部分的模型参数从浮点数转化为对应精度的定点数；其中，所述目标模型的不同部分对应不同的精度；采用秘密分享对定点数的模型参数进行拆分，得到多个模型参数分片；将所述多个模型参数分片分别提供给多方安全计算MPC系统中的多个计算方，以供所述多个计算方基于所述模型参数分片和数据提供方提供的待预测数据的数据分片进行多方联合计算，得到所述待预测数据的预测结果。
-
公开(公告)号：CN117436511A
公开(公告)日：2024-01-23
申请号：CN202311298200.5
申请日：2023-10-08
申请人： 支付宝(杭州)信息技术有限公司
IPC分类号： G06N3/098 , G06N3/084 , G06N3/0464 , G06F21/62
摘要： 本说明书实施例提供了保护隐私的机器学习模型的训练方法和系统及装置，该方法的一具体实施方式包括：客户端基于预先建立的真实标签与混淆标签的映射关系，确定第一样本的第一真实标签对应的第一混淆标签；客户端将该第一混淆标签和目标中间层输出发送给服务端；服务端利用第二模型处理目标中间层输出，得到预测标签，基于该预测标签和该第一混淆标签，计算传播至第一模型的第一梯度，并将其传输给客户端；客户端基于该第一梯度，更新第一模型。防止机器学习模型的客户端模型的模型功能被窃取和客户端的样本被重构。
-
公开(公告)号：CN117312842A
公开(公告)日：2023-12-29
申请号：CN202310848919.5
申请日：2023-07-11
申请人： 支付宝(杭州)信息技术有限公司
IPC分类号： G06F18/214 , G06F18/24 , G06F21/60 , G06F21/62 , G06F18/213 , G06N3/04 , G06N3/08
摘要： 本说明书实施例提供了一种多方参与的模型训练方法、系统和装置，该方法包括：第一方将多个第一特征输入第一特征提取网络，同态加密输出结果得到多个第一加密向量并发送到第二方；第二方将多个第二特征输入第二特征提取网络，同态加密输出结果得到多个第二加密向量；第二方对多个第一加密向量和多个第二加密向量进行同态计算，得到多个融合加密向量并乱序化后发送到第一方，记录乱序前后的第一对应关系；第一方解密多个融合加密向量并输入分类网络第一部分，得到多个隐向量；第一方利用多个隐向量、分类标签，第二方利用分类网络第二部分的网络参数和第一对应关系，进行多方安全计算，确定第一损失；第一方和第二方，根据第一损失更新分类网络。
-
-
-
-
-
-
-
-
-
搜索结果
54 条记录 (耗时 0.041 秒)