内容提供者
隐私保护下的多方联合排序方法和数据处理方法.pdf
2023-07-24
10金币
1.1MB
31页
贤惠****66
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31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
隐私保护下的多方联合排序方法和数据处理方法.pdf
本说明书提供了隐私保护下的多方联合排序方法和数据处理方法，基于上述方法，计算节点可以在不泄露第一数据方和第二数据方各自分别持有的第一数据和第二数据的前提下，根据预设的协议规则，先通过横向联合使用包含有第一数据的密文数据的第一数据组的密文数据和包含有第二数据的密文数据的第二数据组的密文数据进行联合排序，得到包含有按照预设的排序规则排列的第一数据的密文数据和第二数据的密文数据的目标序列组。再通过利用上述丰富且有序的目标序列组，训练得到同时融合有第一数据和第二数据的数据特征、效果较好的目标模型。进而可以利用上述
2023-07-24
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，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
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。
2023-05-25
10
1.1MB
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