-
公开(公告)号:CN118467810A
公开(公告)日:2024-08-09
申请号:CN202410535931.5
申请日:2024-04-30
申请人: 浙江大学
IPC分类号: G06F16/9532 , G06F16/2455
摘要: 本发明公开了一种基于元组信息增益的数据查询服务交易处理方法及装置,包括:根据数据卖家指定信息为数据库中每个关系表构建支撑集;根据所述支撑集和数据消费者输入的单表查询,构建辅助查询,得到原始查询和辅助查询的执行结果;根据所述查询结果,计算单表上所有元组信息增益,并根据信息增益‑价格函数得到查询价格进行交易;根据所述支撑集和数据消费者输入的多表查询,改写原始查询,构建多个辅助查询,得到多组查询执行结果;根据所述多组查询结果,对多组查询结果进行抽取和去重,计算多表上所有元组信息增益,并根据信息增益‑价格函数得到单表查询的价格进行交易。该方法能保证数据查询定价的无套利性质,且计算效率高。
-
公开(公告)号:CN117973560A
公开(公告)日:2024-05-03
申请号:CN202410157478.9
申请日:2024-02-04
申请人: 浙江大学
摘要: 本发明公开了一种高精度保障的隐私保护去中心联邦学习方法及装置,包括:参与联邦学习的客户端初始化模型权重和梯度追踪变量;在首次通信时每个客户端向邻居客户端发送纯粹的随机噪声,并在接收到邻居噪声后用发送的总噪声减去接收的总噪声,将该收发噪声差加入到梯度追踪变量的更新中来扰动后续的梯度信息,防止窃听者获取精确的梯度值而推断原始数据;在后续通信时每个客户端向邻居客户端发送模型权重和梯度追踪变量,并相应地聚合收到的参数,由于梯度追踪变量中隐含的收发噪声差可以在全局角度上被消零,所以可以保证全局梯度的稳定性和追踪变量的全局追踪;最后,各个客户端持续进行信息交换并更新模型直到达到预期的模型精度。
-
公开(公告)号:CN117076732A
公开(公告)日:2023-11-17
申请号:CN202311086237.1
申请日:2023-08-28
申请人: 浙江大学
IPC分类号: G06F16/9035 , G06Q40/04 , G06F17/10 , G06F17/16
摘要: 本发明公开了一种面向查询的时间折现数据交易处理方法及装置,包括:获取所交易的时间敏感数据的已知交易相关信息;根据所述已知交易的相关信息,为第t轮交易计算基于查询特征价格;构建折现因子的候选集合,在任意第t轮交易中,代理商从所述候选集合中动态选择一个候选折现因子作为第t轮交易的折现因子;若任意第t轮交易满足t/T大于第二给定阈值,按第t轮交易的基于查询特征价格与折现因子的乘积作为最终的发布价格进行交易;否则,第t轮交易仅按基于查询特征价格作为最终的发布价格进行交易,T为总交易轮数。该方法能解决数据价值可能随时间的流逝而减少的查询定价问题。
-
-