[發明專利]隔離數據集的機器學習

在審

• 申請號: 201980006951.0
• 申請日: 2019-06-03
• 公開（公告）號: CN111566640A
• 公開（公告）日: 2020-08-21
• 發明（設計）人: 拉巴斯·帕特爾
• 申請（專利權）人: 居米奧公司
• 主分類號: G06F21/32
• 分類號: G06F21/32;G06K9/62;H04L9/32;H04L29/06;G06Q50/26;G06N20/00;G06F21/62;H04W12/02
• 代理公司: 北京志霖恒遠知識產權代理事務所(普通合伙) 11435
• 代理人: 胡少青;許媛媛

提供了用于確定認證結果的計算機系統和方法。計算機系統接收與第一實體相對應的第一數據集。機器學習系統確定與第一數據集相對應的一個或多個值的第一集合。計算機系統接收與第二實體相對應的第二數據集。機器學習系統確定與第二數據集相對應的一個或多個值的第二集合。使用一個或多個值的第一集合的至少一部分來確定一個或多個值的第二集合。

技術領域

本申請一般地涉及用戶認證，更具體地涉及使用機器學習來生成與各隔離數據集相對應的多個模型。

背景技術

被收集的個人可識別信息(PII)受到越來越多的法規(例如，隱私法規，如《通用數據保護法規》)限制，這些法規對PII的使用進行限制。例如，可能有必要將一個實體收集的PII與任何其他實體收集的PII分開存儲。在許多情況下，生成信息的系統使用由多個不同實體收集的PII。此類系統可能不符合要求將實體收集的PII隔離的法規。

發明內容

因此，需要對隔離數據集執行機器學習的系統和/或設備。可選地，這樣的系統、設備和方法補充或替代用于對被收集的數據進行機器學習的常規系統、設備和方法。

在一個方面，所公開的主題包括一種計算機化方法，用于接收與第一實體相對應的第一數據集。該方法還包括使用機器學習系統確定與第一數據集相對應的一個或多個值的第一集合。該方法還包括接收與第二實體相對應的第二數據集。該方法還包括使用機器學習系統確定與第二數據集相對應的一個或多個值的第二集合，其中，使用所述一個或多個值的第一集合中的至少一部分來確定所述一個或多個值的第二集合。

根據一些實施例，一種計算機可讀存儲介質存儲一個或多個程序。所述一個或多個程序包括指令，所述指令在被執行時使設備接收與第一實體相對應的第一數據集。所述指令還使設備使用機器學習系統確定與第一數據集相對應的一個或多個值的第一集合。所述指令還使設備接收與第二實體相對應的第二數據集。所述指令還使所述設備使用機器學習系統來確定與第二數據集相對應的一個或多個值的第二集合，其中，使用所述一個或多個值的第一集合中的至少一部分來確定所述一個或多個值的第二集合。

根據一些實施例，一種系統包括一個或多個處理器、存儲器以及一個或多個程序。所述一個或多個程序被存儲存儲在存儲器中，并且被配置為由所述一個或多個處理器執行。所述一個或多個程序包括用于接收與第一實體相對應的第一數據集的指令。所述一個或多個程序還包括用于使用機器學習系統確定與第一數據集相對應的一個或多個值的第一集合的指令。所述一個或多個程序還包括接收與第二實體相對應的第二數據集。所述一個或多個程序還包括使用機器學習系統來確定與第二數據集相對應的一個或多個值的第二集合。使用所述一個或多個值的第一集合的至少一部分來確定所述一個或多個值的第二集合。

附圖說明

為了更詳細地理解本申請，在附圖中示出了各實施例的特征。然而，附圖僅示出了本申請的相關特征，因此不是限制性的。

圖1是根據一些實施例的計算系統及其上下游的系統圖。

圖2A是示出根據一些實施例的機器學習的圖，該機器學習用于生成與多個數據集相對應的單個模型。

圖2B是示出根據一些實施例的機器學習的圖，該機器學習用于生成與各隔離數據集相對應的多個模型。

圖3示出根據一些實施例的由用戶提交的用于認證的參考圖像。

圖4是示出根據一些實施例的機器學習的流程圖，該機器學習用于生成與各隔離數據集相對應的多個模型。

根據慣例，有一些附圖中可能沒有繪出給定系統、方法或設備的所有組成部分。最后，在整個說明書和附圖中，相同的附圖標記表示相同的特征。

具體實施方式

本文描述的系統和方法涉及機器學習算法，其用于確定與認證請求相對應的信息的有效性。