一种基于深度学习的大数据隐私保护方法

发明专利有效专利

申请号：
CN202110507079.7
IPC分类号：G06F21/62;G06N20/00
申请日期：
2021-05-10
申请人：
浙江工商大学

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	一种基于深度学习的大数据隐私保护方法
申请号	CN202110507079.7	申请日期	2021-05-10
法律状态	公开	申报国家	中国
公开/公告日	2021-07-23	公开/公告号	CN113158252A
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;N;2;0;/;0;0查看分类表>
申请人	浙江工商大学	申请人地址	浙江省杭州市下沙高教园区学正路18号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	浙江工商大学	当前权利人	浙江工商大学
发明人	江耀;刘东升
代理机构	北京翔石知识产权代理事务所（普通合伙）	代理人	薛晓军

摘要

本发明公开了一种大数据领域及计算机领域基于深度学习的大数据隐私保护方法,该方法的具体步骤如下S1通过众包方式采集用户数据；S2将采集的用户数据存入云数据库并进行格式统一；S3利用深度学习算法训练出一个特征提取器；S4对特征提取器设置变量因子λ并调整λ数值得到最优解；S5利用训练好的最优λ特征提取器从原始数据中提取特征；S6数据搜集器模块汇总提取后的数据中间表征。本发明通过提出来一个可以提供隐私保护的数据特征提取器，保证从数据中提取出的特征尽可能少的包含所需要保护的隐私信息，满足隐私安全性需求；同时保证提取的中间特征尽可能多的保留有效的信息，防止大数据时代用户个人信息被滥用。

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