“韩雨锦”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果9个，建议您升级VIP下载更多相关专利

[发明专利]联邦学习模型的训练方法、装置、电子设备和存储介质-CN202011584106.2有效
发明人：陈忠;韩雨锦;王虎;黄志翔;彭南博 -专利权人：京东科技控股股份有限公司
申请日： 2020-12-28 - 公布日： 2023-09-05 - 主分类号： H04L9/40 文献下载
摘要：本申请提出一种联邦学习模型的训练方法、装置和电子设备，其中，训练方法包括：与数据提供方服务器进行样本对齐；计算当前样本的梯度信息，并发送至数据提供方服务器；接收数据提供方服务器提供的公钥、假消息集以及梯度返回信息；根据梯度返回信息生成目标分裂点编号，并基于公钥、假消息集和目标分裂点编号生成密文，并将密文发送至数据提供方服务器；以及接收数据提供方服务器发送的每个假消息对应的解密运算值，并根据每个假消息对应的解密运算值进行节点分裂。由此，能够有效地防止模型提取攻击和模型逆向攻击，实现了保护业务方的模型和训练数据的安全，也能防止数据提供方的信息泄露，保护了数据提供方的数据安全。
联邦学习模型训练方法装置电子设备存储介质

[发明专利]一种数据处理方法、装置、设备及计算机可读存储介质-CN202110747550.X在审
发明人：杨恺;彭南博;陈晓霖;王虎;黄志翔;韩雨锦 -专利权人：京东科技控股股份有限公司
申请日： 2021-07-01 - 公布日： 2023-01-03 - 主分类号： G06N3/00 文献下载
摘要：本申请公开了一种数据处理方法、装置、设备及计算机可读存储介质，通过数据对齐，与数据方确定建模用的目标样本数据与样本标签；在每一轮纵向联邦学习建模过程中，基于目标样本数据确定当前轮所用的目标数量的目标数据，基于样本标签确定各个目标数据的目标标签；获取当前轮之前的已有联邦集成树模型对目标数据的标签预测值；基于每个目标数据及对应的目标标签、标签预测值，构建对应的随机森林树模型；基于随机森林树模型确定当前轮构建的联邦集成树模型；基于每一轮构建的联邦集成树模型确定目标联邦树模型，以基于目标联邦树模型进行数据处理；其中，第一轮之前的已有联邦集成树模型的标签预测值为零。数据处理效率高。
一种数据处理方法装置设备计算机可读存储介质

[发明专利]聚类方法、装置、电子设备及存储介质-CN202110360295.3在审
发明人： 韩雨锦;李怡欣;陈晓霖;王虎;黄志翔;彭南博 -专利权人：京东科技控股股份有限公司
申请日： 2021-04-02 - 公布日： 2022-03-01 - 主分类号： G06K9/62 文献下载
摘要：本申请提出了一种聚类方法及装置，其中，适用于业务节点的方法包括针对每个类簇，基于属于所述类簇的目标第一样本的编号，生成所述类簇的簇向量，并对所述簇向量加密后发给参与节点，其中，所述簇向量用于表征所述类簇的簇心；获取每个类簇对应的所述业务节点的第一样本到簇心的第一差矩阵，以及对应的所述参与节点的第二样本到所述簇心的第二差矩阵；根据每个类簇的所述第一差矩阵和所述第二差矩阵更新簇心，以所述更新的簇心对所述第一样本进行重分簇，并以重分簇后得到的每个类簇作为下一次迭代对应的类簇，返回执行上述步骤直至迭代结束，生成最终的目标类簇。本申请中，通过对交互的数据的加密，有效保证了数据安全及保密性。
方法装置电子设备存储介质

[发明专利]联邦学习模型的训练方法、装置、电子设备和存储介质-CN202011584095.8在审
发明人：陈忠;韩雨锦;王虎;黄志翔;彭南博 -专利权人：京东科技控股股份有限公司
申请日： 2020-12-28 - 公布日： 2021-12-17 - 主分类号： G06F21/60 文献下载
摘要：本申请提出一种联邦学习模型的训练方法、装置和电子设备，其中，该训练方法包括：与数据提供方服务器进行样本对齐；计算当前样本的梯度信息，并发送至数据提供方服务器；接收数据提供方服务器提供的第一公钥、第二公钥以及梯度返回信息；根据梯度返回信息生成目标分裂点编号，并基于第一公钥或第二公钥，以及目标分裂点编号生成密文，并将密文发送至数据提供方服务器；以及接收数据提供方服务器发送的第一解密运算值和第二解密运算值，并根据第一解密运算值和第二解密运算值进行节点分裂。由此，能够有效地防止模型提取攻击和模型逆向攻击，实现了保护业务方的模型和训练数据的安全，也能防止数据提供方的信息泄露，保护了数据提供方的数据安全。
联邦学习模型训练方法装置电子设备存储介质

[发明专利]获取特征间相关系数方法、装置、电子设备及存储介质-CN202110382358.5在审
发明人： 韩雨锦;王虎;李怡欣;黄志翔;彭南博 -专利权人：京东科技控股股份有限公司
申请日： 2021-04-09 - 公布日： 2021-12-17 - 主分类号： G06F21/60 文献下载
摘要：本申请提出了一种获取特征间相关系数的方法，包括：对所述业务节点自身的第一特征进行仿射变换，生成仿射特征；获取所述仿射特征的第一期望，并分别对所述仿射特征和所述第一期望进行加密，将加密仿射特征和加密第一期望发送给参与节点；接收所述参与节点发送加密的用于获取特征间相关系数的中间参数，其中，所述中间参数由所述参与节点根据所述加密仿射特征、所述加密第一期望以及自身的第二特征确定；对所述加密的中间参数进行解密得到所述中间参数，并基于所述中间参数，获取所述第一特征和所述第二特征之间的相关系数。本申请中，使用仿射变换及同态加密，且确保业务节点为相关系数的唯一知晓方，实现了高安全性特征间相关系数的获取。
获取特征相关系数方法装置电子设备存储介质

[发明专利]联邦学习模型的训练方法、装置、电子设备和存储介质-CN202110721446.3在审
发明人：李怡欣;韩雨锦;陈忠;王虎;黄志翔 -专利权人：京东科技控股股份有限公司
申请日： 2021-06-28 - 公布日： 2021-12-07 - 主分类号： G06N20/20 文献下载
摘要：本申请提出一种联邦学习模型的训练方法、装置、电子设备和存储介质，其中，该方法包括：与业务方服务器进行样本对齐；获取多个生成模型，并分别获取多个生成模型的当前样本；从多个生成模型的当前样本中分别获取多个生成模型的对齐样本；将多个生成模型的对齐样本分别输入至对应的具有初始生成模型参数的生成模型，以得到每个生成模型对应的模型分数，并发送至业务方服务器；以及接收业务方服务器发送的每个生成模型对应的模型训练分数，并根据模型训练分数对多个生成模型进行训练。由此，能够使业务方服务器与数据提供方服务器之间的联合训练更加高效，同时减轻了通信负担，且无需依赖密码学，降低了计算复杂度。
联邦学习模型训练方法装置电子设备存储介质

[发明专利]联邦学习模型的训练方法、装置、电子设备和存储介质-CN202110939079.4在审
发明人： 韩雨锦;杨恺;王虎;黄志翔;彭南博 -专利权人：京东科技控股股份有限公司
申请日： 2021-08-16 - 公布日： 2021-11-30 - 主分类号： G06F30/27 文献下载
摘要：本申请提出一种联邦学习模型的训练方法、装置、电子设备和存储介质，其中，训练方法包括：与数据提供方服务器进行样本对齐；生成特征编码集，以及将数据提供方服务器的特征编号和公钥发送至数据提供方服务器；将当前样本划分为训练集和验证集，并获取联邦学习模型的参数集；根据训练集、验证集、参数集和特征编码集，对联邦学习模型进行M次迭代训练；在M次迭代训练中每次迭代训练的过程中，若判断联邦学习模型满足早停条件，则控制M次迭代训练早停，并获取M次迭代训练中最后一次迭代训练得到的联邦学习模型的目标参数。由此，能够使训练更加高效，同时提升了建模效果，并且采用了早停策略避免模型出现过拟合的同时减少了复杂度。
联邦学习模型训练方法装置电子设备存储介质

[发明专利]一种纵向联邦学习建模方法、装置、设备及计算机介质-CN202110417898.2在审
发明人： 韩雨锦;李怡欣;陈忠;王虎;黄志翔 -专利权人：京东数字科技控股股份有限公司
申请日： 2021-04-19 - 公布日： 2021-11-30 - 主分类号： G06N20/20 文献下载
摘要：本申请公开了一种纵向联邦学习建模方法、装置、设备及计算机可读存储介质，应用于业务方时，获取进行纵向联邦学习建模所需的目标标签；对目标标签进行分解，得到目标子标签；将目标子标签分配给与目标标签对应的各个数据方，以使各个数据方基于分配的目标子标签及数据方的本地数据进行纵向联邦学习建模；其中，业务方保存有标签，数据方不保存有标签。由于所有的目标子标签集合起来才能全面描述目标标签，所以各个数据方只能借助目标子标签得到特定角度的目标标签信息，而无法得到目标标签的全部信息，避免了因加密目标标签进行传输带来的计算资源与时间消耗大的问题，且可以提高建模效率。
一种纵向联邦学习建模方法装置设备计算机介质

[发明专利]数据共享方法、应用其的模型的使用方法及相关设备-CN202110324495.3在审
发明人：杨恺;王虎;韩雨锦;刘佳豪;黄志翔;彭南博 -专利权人：北京沃东天骏信息技术有限公司;北京京东世纪贸易有限公司
申请日： 2021-03-26 - 公布日： 2021-06-29 - 主分类号： G06F16/176 文献下载
摘要：本公开的实施方式提供了数据共享方法、应用数据共享方法的模型的使用方法及装置、计算机可读存储介质和电子设备，属于计算机和通信技术领域。所述方法包括：计算机基于隐私求交技术将第一参与方和第二参与方的数据样本对齐；所述计算机使用标签和第一参与方的数据构建所述第一参与方的子模型；所述计算机根据所述标签和第二参与方的数据构建所述第二参与方的子模型；所述计算机根据所述第一参与方的子模型和所述第二参与方的子模型获取全局模型，以实现所述第一参与方的数据和所述第二参与方的数据的共享。本公开的方法，能够实现基于联邦学习的全局模型的训练。
数据共享方法应用模型使用方法相关设备

1
共 9 条