保护两方数据隐私的协同计算方法、系统及装置.pdf
是你****晨呀
亲,该文档总共23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
保护两方数据隐私的协同计算方法、系统及装置.pdf
本说明书中的实施例提供了保护两方数据隐私的协同计算方法、系统及装置,可应用于模型训练。两方协同计算的指数函数值的指数与隐私数据负相关,隐私数据包括输入商群中的第一分片和第二分片,其中,第一分片存储于第一方的计算设备,第二分片存储于第二方的计算设备。两方通过安全比较各自获得隐私数据相对目标阈值的第一比较结果的分片,并各自将隐私数据的分片相对目标阈值取模,得到取模结果。通过安全计算,两方基于两方的取模结果获得两方的输出分片,并基于两方的第一比较结果的分片和两方的输出分片各自获得所述指数函数值在输出商群中的等效
保护两方数据隐私的协同计算方法及系统.pdf
本说明书实施例公开了保护两方数据隐私的协同计算方法及系统,可应用于多方模型训练。第一方持有第一私密矩阵和私钥,第二方持有第二私密矩阵。两方分别对第一私密矩阵和第二私密矩阵进行放大处理,得到第一输入映射矩阵和第二输入映射矩阵。第一方处理第一输入映射矩阵得到第一密文矩阵并将其发送给第二方。第二方处理第一密文矩阵得到第二密文矩阵并将其发送给第一方。第一方基于第二密文矩阵和私钥计算待近似矩阵,对待近似矩阵进行近似得到第一输出映射矩阵。第一方对第一输出映射矩阵进行缩小处理得到第一输出矩阵并将其作为第一私密矩阵和第二
基于数据隐私保护的两方数据聚类方法、装置及系统.pdf
本说明书实施例提供基于数据隐私保护的两方数据聚类方法、装置及系统。在各个数据拥有方处,分别将各自具有的数据集中的各个数据样本切分为两个数据份额。各个数据拥有方将所切分出的各个数据样本的两个数据份额中的一个数据份额共享给另一数据拥有方。在各个数据拥有方处,分别基于该数据拥有方保留的各个数据样本的数据份额以及从另一数据拥有方获取的各个数据样本的数据份额得到该数据拥有方的重组数据集。在各个数据拥有方之间,使用各个数据拥有方的重组数据集来进行数据聚类。
基于隐私保护的两方模型预测方法、装置及系统.pdf
本说明书的实施例提供基于隐私保护的两方数据联合处理方法、装置及系统。两个成员设备分别具有本地隐私数据,两个成员设备的本地隐私数据组成两方联合处理数据。响应于用于确定两方联合处理数据的函数sigmoid计算结果的联合处理请求,各个成员设备使用本地隐私数据在本地执行第一函数计算得到本地处理结果,第一函数包括对函数sigmoid执行三角函数拟合时的各个拟合项进行分解得到的、在各个成员设备处执行的三角函数。各个成员设备使用各自的本地处理结果执行和共享形式下的安全计算得到两方数据联合处理结果,每个成员设备具有所述两
保护数据隐私的两方联合训练预测模型的方法及装置.pdf
本说明书实施例提供一种保护数据隐私的两方联合训练预测模型的方法及装置,其中第一方和第二方对应部署预测模型中的序列表征层和预测层。所述方法应用于第一方,包括:利用序列表征层处理其持有的用户行为序列,其中包括样本用户在T个时刻做出的T个行为,具体地,利用行为表征子层确定T个行为对应的T个行为表征;利用注意力子层确定该T个行为表征对应的T个注意力权重,并用其对T个行为表征进行加权求和,得到原始序列表征;利用加噪子层对该原始序列表征添加基于行为个数T而确定的差分隐私噪声,得到加噪序列表征;从第二方接收其基于该加噪