多方联合进行模型数据处理的方法及装置.pdf
一吃****福乾
亲,该文档总共22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
多方联合进行模型数据处理的方法及装置.pdf
本说明书实施例提供一种保护数据隐私的多方联合进行模型数据处理的方法和装置。根据该方法,模型拥有方在对k个模型参数进行同态加密得到k个参数密文后,还选取第一随机数对随机的第一消息进行加密,得到辅助密文。此外,模型拥有方和数据拥有方共同确定出k个挑战数。之后,模型拥有方将k个挑战数分别与模型参数和第一消息,以及加密随机数和第一随机数进行组合,生成验证随机数和验证消息作为零知识证明。数据拥有方可以验证,基于k个挑战数对参数密文和辅助密文同态操作的结果,与用验证随机数加密验证消息的结果是否相等。在相等的情况下,用
多方联合进行模型数据处理的方法及装置.pdf
本说明书实施例提供一种保护数据隐私的多方联合进行模型数据处理的方法和装置。根据该方法,模型拥有方在对k个模型参数进行同态加密后,还选取第一随机数对第一消息进行加密,得到辅助密文。此外,双方共同确定出根挑战数,并基于根挑战数得到k个挑战元素。之后,模型拥有方将k个挑战元素分别与模型参数和第一消息,以及加密随机数和第一随机数进行组合,生成验证随机数和验证消息作为零知识证明。数据拥有方可以验证,基于k个挑战元素对参数密文和辅助密文同态操作的结果,与用验证随机数加密验证消息的结果是否相等。在相等的情况下,用其样本
多方联合进行模型训练的方法及装置.pdf
本说明书实施例提供一种多方联合进行模型训练的方法及装置。其中多方包括拥有样本标签的标签方和拥有样本特征的若干数据方;所述方法应用于其中任意一个数据方,包括:利用本地部署的第一模型处理与多方约定的第一批次样本标识对应的第一批次本地特征,得到第一输出,并将所述第一输出发送给所述标签方;基于若干第二批次本地特征,利用对比学习对所述第一模型进行第一更新;从所述标签方接收回传梯度,其基于各个数据方的第一输出、与所述第一批次样本标识对应的样本标签和所述标签方中部署的目标模型而确定;基于所述回传梯度,对经过所述第一更新
多方联合进行隐私数据处理的方法及装置.pdf
本说明书实施例提供一种多方联合对隐私数据进行处理的方法和系统,其中上述多方包括,管理方和n个数据方,方法包括以下步骤。各个数据方分别利用系统公钥,采用约定的同态加密算法,对其持有的原始隐私数据进行加密,得到对应的密文数据;其中,系统公钥通过对多方分别对应的n+1个基础公钥聚合而得到。然后多方中的至少一方,根据预定规则,对n份密文数据进行同态运算,得到密文运算结果。各个参与方,分别利用其本方私钥,对密文运算结果进行部分解密,得到部分明文结果。管理方将各个部分明文结果进行聚合运算,得到明文运算结果。
一种对业务预测模型进行多方联合训练的方法及装置.pdf
本说明书实施例提供了一种对业务预测模型进行多方联合训练的方法及装置。其中,第一设备和第二设备分别拥有完整模型中的第一部分模型和第二部分模型。第一设备利用第一输入数据确定第一部分模型的第一输出数据,并将其发送至第二设备,接着,基于第一输出数据确定用于对第一部分模型进行更新的第一梯度分片。第二设备利用第一设备发送的第一输出数据确定第二部分模型的第二输出数据。然后,第二设备基于第二输出数据和第一输出数据,确定用于对第一部分模型进行更新的第二梯度分片,并将其发送至第一设备。这样,第一设备可以利用第一梯度分片和第二