内容提供者
基于隐私保护的多方联合卷积处理方法、装置和系统.pdf
2023-05-25
10金币
1.1MB
30页
小寄****淑k
实名认证
内容提供者
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10
亲，该文档总共30页，到这已经超出免费预览范围，如果喜欢就直接下载吧～
相关资料
基于隐私保护的多方联合卷积处理方法、装置和系统.pdf
本说明书实施例提供一种基于隐私保护的多方联合卷积处理方法、装置和系统。方法包括：第三方随机生成第一张量和第二张量，将第一张量和第二张量代入第一映射函数得到中间映射结果；将第一张量、第二张量和中间映射结果均拆分为和共享下的两个分片，分别发送给第一方和第二方；第一方和第二方，各自基于其本地拥有的张量分片进行本地差值处理，双方交换其差值处理结果；各自将双方的差值处理结果的对应项进行本地处理，并确定各自的第一映射结果和第二映射结果；各自基于第一映射结果、第二映射结果以及中间映射结果的本方分片，得到输入梯度的本方分
2023-05-25
10
1.1MB
保护数据隐私的多方联合处理数据的方法及装置.pdf
本说明书实施例提供了保护数据隐私的多方联合处理数据的方法及装置。在该方法中，第一方将经过同态加密的多个原始特征密文发送至第二方之后，还将原始隐私数据按照约束方程解的形式，构建成多个第一隐私矩阵，分别计算其中多个第一隐私向量的承诺值和第一掩盖向量的承诺值。在接收到第二方的第一挑战数时，基于构建的第二多项式和分离变换后的第二多项式，计算多个第二隐私向量的承诺值和第二掩盖向量的承诺值。在接收到第二方的第二挑战数时，基于构建的第一多项式和分离变换后的第二多项式分别计算多个结果。第一方将确定的多个承诺值和多个结果均
2023-05-25
10
2MB
保护隐私的多方数据处理的方法、装置和系统.pdf
本说明书实施例提供一种保护隐私的多方数据处理的方法、装置和系统，方法包括：查询方向模型持有方发送查询请求消息，查询请求消息包括查询对象的信息；模型持有方将查询请求消息转发给多个数据持有方；多个数据持有方中的第一持有方根据查询对象的信息，从其本地数据中获取查询对象的隐私明细数据；模型持有方至少利用本地的预测模型，与第一持有方的隐私明细数据，进行多方安全计算，得到查询对象的预测结果；模型持有方向查询方发送查询对象的预测结果；查询方根据查询对象的预测结果为查询对象提供目标业务。使得模型持有方不留存数据持有方的隐
2023-05-25
10
1.1MB
保护隐私的多方数据处理的方法、装置和系统.pdf
本说明书实施例提供一种保护隐私的多方数据处理的方法、装置和系统，方法包括：查询方向模型持有方发送查询请求消息，包括查询对象的信息；模型持有方将查询请求消息转发给多个数据持有方，多个数据持有方中的第一持有方根据查询对象的信息，从其本地数据中获取查询对象的隐私明细数据；隐私明细数据为经过同态加密的密文数据；模型持有方至少利用本地的预测模型，与第一持有方的隐私明细数据，进行基于同态加密的多方安全计算，得到查询对象的密文预测结果。能够在保护隐私的前提下，使得查询方能获得基于隐私数据得到的预测结果。
2023-05-25
10
1.1MB
保护隐私数据的多方联合建模的方法、装置和系统.pdf
本说明书实施例提供一种保护隐私数据的多方联合建模的方法、装置和系统，方法包括：第一方将用户集中任意的第一用户对应的第一隐私数据输入第一神经网络模型，获取第一神经网络模型的目标隐层输出的中间数据；第一神经网络模型利用伪标签通过自监督方式训练得到，伪标签基于用户集中各用户的第一隐私数据而构造；将中间数据和第一用户的用户标识发送给第二方，以使第二方根据用户标识，对中间数据和第一用户对应的第二隐私数据整合后，利用第一用户对应的类别标签，对第二神经网络模型进行训练。能够在多方联合建模时，既保护隐私数据，又能够有效提
2023-05-25
10
668KB