一种基于本地化差分隐私的图像数据隐私保护方法

发明专利有效专利

申请号：
CN202110771034.0
IPC分类号：G06F21/62;G06K9/62;G06N3/04;G06N3/08
申请日期：
2021-07-08
申请人：
武汉大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于本地化差分隐私的图像数据隐私保护方法
申请号	CN202110771034.0	申请日期	2021-07-08
法律状态	公开	申报国家	中国
公开/公告日	2021-11-09	公开/公告号	CN113626854A
优先权	暂无	优先权号	暂无
主分类号	G06F21/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F21/24 （转入G06F 21/60） G06F21/60 保护数据〔2013.01〕 G06F21/62 通过一个平台保护数据存取访问，例如使用密钥或访问控制规〔2013.01〕	IPC分类号	G;0;6;F;2;1;/;6;2;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	武汉大学	申请人地址	湖北省武汉市武昌区珞珈山武汉大学变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	武汉大学	当前权利人	武汉大学
发明人	沈志东;钟婷
代理机构	武汉科皓知识产权代理事务所（特殊普通合伙）	代理人	王琪

摘要

为了解决神经网络遭受攻击泄露数据以及服务器非法利用用户数据的问题，提出了一种基于本地化差分隐私的图像数据隐私保护方法。本发明首先对数据进行归一化操作，根据不同的需求场景选择不同的扰动顺序，然后利用随机响应机制和Laplace机制结合的方式对数据进行扰动，以概率p在伯努利分布中选取随机变量，根据变量值进行数据的保留或者扰动，对于需要扰动的数据，向其中添加符合Laplace分布的随机噪声。通过对扰动机制中隐私预算参数ε和抽样概率p的设置可以实现不同的隐私保护程度和数据可用性效果。最后上传到服务器进行后续的神经网络训练。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供