-
最新动态 - 可信智能计算服务 TICS
最新动态 本文介绍了TICS各特性版本的功能发布和对应的文档动态,新特性将在各个区域(Region)陆续发布,欢迎体验。 2021年9月 序号 功能名称 功能描述 阶段 相关文档 1 秘密分享 横向联邦学习新增支持秘密分享算法。 商用 联邦机器学习作业 2 隐私集合交集PSI 联
-
动态扩展变量 - 可信智能计算服务 TICS
动态扩展变量 操作场景 动态扩展变量由插件引入,可以在后续的规则计算中被引用到,该变量不能如事件变量那样被入库,只能在每一次请求处理时生成,然后参与后面规则的计算(被引用才可以参与到对应的计算中,不引用则不会参与规则计算)。 动态扩展变量的主要目的就是解决客户自己外部引入的一些计
-
批量删除数据集 - 可信智能计算服务 TICS
批量删除数据集 功能介绍 本接口用于批量删除数据集。 调用方法 请参见如何调用API。 URI POST /v1/agents/datasets/batch-delete 请求参数 表1 请求Body参数 参数 是否必选 参数类型 描述 [数组元素] 是 Array of strings 数据集id数组
-
创建批次变量 - 可信智能计算服务 TICS
数据库操作”。 在“操作类型”选择“数据定义”,参考如下语句创建批次变量表“T_RTD_BATCH_VARS_PARENT_1”。 CREATE FOREIGN TABLE T_RTD_BATCH_VARS_PARENT_1 ( CUR_VER_FLAG TINYINT DEFAULT
-
产品功能 - 可信智能计算服务 TICS
产品功能 动态空间管理 动态构建可信计算空间,实现空间内严格可控的数据使用和监管。空间是联邦计算的载体,合作方只有加入空间才能参与联邦计算。 安全的作业管理 作业时,数据使用的过程可审计、可追溯。TICS数据集成支持多方安全计算、可信联邦学习和联邦预测作业等作业方式。 多方安全计算
-
执行纵向联邦模型训练作业 - 可信智能计算服务 TICS
predict_threshold 否 Float 预测阈值,最小值0,最大值1 learning_rate 否 Float 学习率,最小值0,最大值1 batch_size 否 Integer 批大小,最小值1 epoch 否 Integer 迭代次数,最小值1 tree_num 否 Integer
-
执行纵向联邦分箱和IV计算作业 - 可信智能计算服务 TICS
差分隐私反向传播使用原始输出做梯度下降的记录条数 dp.output.threshold.adjust.num 是 String 差分隐私动态调整阈值的记录条数 dp.supply.store.policy 是 String 标签方回填存储策略,0不回填,1内存存储(默认),2磁盘存储
-
获取纵向联邦作业详情 - 可信智能计算服务 TICS
label_dataset String 标签数据集,最大长度100 label_agent String 标签方可信计算节点,最大长度100 batch_size Integer lr批大小,最小值1 最小值:1 grad_epsilon String lr梯度收敛阈值,默认nul tree_num
-
变量&规则配置 - 可信智能计算服务 TICS
变量&规则配置 配置事件变量 动态扩展变量 创建批次变量 添加实时查询变量 添加评分模型 添加黑白名单过滤规则 添加存储过程规则 变量&规则开发指导 父主题: 业务运营
-
执行作业 - 可信智能计算服务 TICS
predict_threshold 否 Float 预测阈值,最小值0,最大值1 learning_rate 否 Float 学习率,最小值0,最大值1 batch_size 否 Integer 批大小,最小值1 epoch 否 Integer 迭代次数,最小值1 tree_num 否 Integer
-
查询联邦预测作业列表 - 可信智能计算服务 TICS
5", "learning_task_type" : null, "ext" : "{\"tree_num\":1,\"batch_size\":4000,\"label_agent\":\"f684d62317cc4d35b789e6ff525682fa\",\"epoch\":1
-
保存纵向联邦作业 - 可信智能计算服务 TICS
label_dataset 否 String 标签数据集,最大长度100 label_agent 否 String 标签方可信计算节点,最大长度100 batch_size 否 Integer lr批大小,最小值1 最小值:1 grad_epsilon 否 String lr梯度收敛阈值,默认nul
-
产品概述 - 可信智能计算服务 TICS
端的安全和可审计,推动了跨行业的可信数据融合和协同。 产品架构 产品架构如图1所示。 图1 产品架构 空间管理 邀请云租户作为数据提供方,动态构建可信计算空间,实现空间内严格可控的数据使用和监管。 数据融合分析 支持对接多个数据参与方的主流数据存储系统,为数据消费者实现多方数据的SQL
-
执行样本对齐 - 可信智能计算服务 TICS
Integer 本次作业的每批流数量,最大值2的32次方-1 he.dict.enable 否 Boolean 同态加密是否使用字典 save.batch.count 否 Integer 存文件的分批数量,最大值2的32次方-1 max.result.file.size 否 String 最大存文件大小
-
查询训练作业下的成功模型 - 可信智能计算服务 TICS
79929", "status" : "SUCCEEDED", "ext" : "{\"tree_num\":5,\"batch_size\":1,\"learning_task_type\":\"CLASSIFICATION\",\"label_agent\":
-
创建纵向联邦学习作业 - 可信智能计算服务 TICS
predict_threshold 否 Float 预测阈值,最小值0,最大值1 learning_rate 否 Float 学习率,最小值0,最大值1 batch_size 否 Integer 批大小,最小值1 epoch 否 Integer 迭代次数,最小值1 tree_num 否 Integer
-
阶段三:审批防护 - 可信智能计算服务 TICS
开启审批防护功能 前提条件 完成隐私规则防护。 操作步骤 敏感数据被查询时,可以在审批详情中,看到是否使查询敏感数据的结果可见,可由该提供方进行识别,并进行拒绝操作。 图1 审批详情 在审批详情中也可看到两个字段相加的情况,如下图所示。 图2 字段相加 通过查看字段是否可见,以及字段用
-
阶段二:隐私规则防护 - 可信智能计算服务 TICS
LEAGUE_CREATOR.tax a join ZZZZZZ.power_data b on a.id = b.id TICS会识别并提示。 图4 执行失败告警 上述隐私规则,均为TICS系统提供的默认规则。 父主题: 基于TICS实现端到端的企业积分查询作业
-
隐私规则防护 - 可信智能计算服务 TICS
LEAGUE_CREATOR.tax a join ZZZZZZ.power_data b on a.id = b.id TICS会识别并提示。 图4 执行失败告警 上述隐私规则,均为TICS系统提供的默认规则。 父主题: 可验证代码示例
-
筛选特征 - 可信智能计算服务 TICS
成训练资源的浪费,过高的iv值又过于突出可能会过度影响训练出来的模型。 例如这里大数据厂商提供的f4特征iv值是0,说明这个特征对于标签的识别没有区分度,可以不选用;而f0、f2特征的iv值中等,适合作为模型的训练特征。 根据计算得出的iv值,企业A调整了训练使用的特征,没有选用