隐私联合推理方法、装置、设备及存储介质.pdf
是立****92
亲,该文档总共18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
隐私联合推理方法、装置、设备及存储介质.pdf
本发明涉及人工智能技术领域,提供一种隐私联合推理方法、装置、设备及存储介质,用于高效地完成隐私联合推理任务,并实现推理意图的隐私保护。隐私联合推理方法包括:通过执行预置的盲签名协议,对待预测数据的条目标识符进行盲化处理,得到已盲化条目标识符;通过预置的数据提供端的己方加密数据对已盲化条目标识符进行对比和索引值记录,得到目标条目位置信息;通过预置的不经意传输协议和目标条目位置信息,获取待预测数据的条目加密中间结果;根据条目加密中间结果和待预测数据的条目预测端中间结果进行联合预测推理,得到目标预测结果,目标预
知识推理方法、装置、电子设备及存储介质.pdf
本发明提供一种知识推理方法、装置、电子设备及存储介质,其中方法包括:基于待推理问题,以及所述待推理问题的相关知识和候选答案,构建三元组;对所述三元组进行打分,并基于所述三元组的得分,从所述相关知识中确定出候选知识;基于所述待推理问题和所述候选知识,进行知识推理。本发明提供的方法、装置、电子设备及存储介质,得到的候选知识是与待推理问题相关性较高的知识,再基于待推理问题和候选知识,进行知识推理,减少了后续知识推理的运算量,提高了知识推理的效率,也进一步提高了知识推理的准确性和可靠性。
隐私保护方法、装置、存储介质及电子设备.pdf
本发明属于信息安全技术领域,提供了一种隐私保护方法、装置、存储介质及电子设备。其中,隐私保护方法包括获取敏感数据及其对应的目标脱敏数据;计算敏感数据及其对应的目标脱敏数据之间的差异程度;根据所述差异程度与预设差异程度阈值的比较结果,将不小于预设差异程度阈值的差异程度所对应的目标脱敏数据作为敏感数据的隐私保护数据。其通过对脱敏结果进行检验,可以进一步保证敏感数据的安全性。
模型训练方法、推理方法、装置、系统、设备及存储介质.pdf
本申请实施例涉及深度学习技术领域,公开了一种模型训练方法、推理方法、装置、系统、设备及存储介质,其中,模型训练方法包括:获取密文训练数据;其中,所述密文训练数据是对采集的明文数据进行同态加密处理后得到的;利用所述密文训练数据进行模型训练,以得到目标学习模型的第一组模型参数;基于所述第一组模型参数将所述目标学习模型部署到模型部署平台。可以保证计算过程数据和模型参数安全性,从而可以在训练过程中杜绝了数据偷取攻击的可能性,也减少了存储模型参数的系统中受到攻击被盗取模型参数的风险。
模型推理加速方法、装置、电子设备及存储介质.pdf
本公开提供了一种模型推理加速方法、装置、电子设备及存储介质,涉及人工智能领域,尤其涉及深度学习领域。具体实现方案为:获取基于动态语言训练得到的原始深度学习模型,获取基于动态语言对原始深度学习模型中的目标对象进行的第一描述,与基于预定静态语言对原始深度学习模型中的目标对象进行的第二描述间的对应关系,基于对应关系将原始深度学习模型中的目标对象转换为基于预定静态语言描述的对象,得到目标深度学习模型,将目标深度学习模型加载到预定的深度学习推理优化器中,得到优化的目标深度学习模型。本公开解决了相关技术中,难以将用动