自适应分配动态隐私预算的差分隐私保护深度学习算法

发明专利有效专利

申请号：
CN202111009795.9
IPC分类号：G06N3/04;G06N3/08;G06K9/62;G06F21/62
申请日期：
2021-08-31
申请人：
西安理工大学

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	自适应分配动态隐私预算的差分隐私保护深度学习算法
申请号	CN202111009795.9	申请日期	2021-08-31
法律状态	公开	申报国家	中国
公开/公告日	2021-11-12	公开/公告号	CN113642715A
优先权	暂无	优先权号	暂无
主分类号	G06N3/04 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06N 基于特定计算模型的计算机系统〔7〕 G06N3/00 基于生物学模型的计算机系统（仿真生物的功能方面的模拟计算机入G06G 7/60）〔7〕 G06N3/02 采用神经网络模型（用于自适应控制的入G05B 13/00；用于图像模式匹配的入G06K 9/00；用于图像数据处理的入G06T 1/40；用于语音模式匹配的入G10L 15/16）〔7〕 G06N3/04 体系结构，例如，互连拓扑〔7〕	IPC分类号	G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8;;;G;0;6;K;9;/;6;2;;;G;0;6;F;2;1;/;6;2查看分类表>
申请人	西安理工大学	申请人地址	陕西省西安市碑林区金花南路5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	西安理工大学	当前权利人	西安理工大学
发明人	张亚玲;白世博
代理机构	西安弘理专利事务所	代理人	王敏强

摘要

本发明的目的是提供一种自适应分配动态隐私预算的差分隐私保护深度学习算法，首先给定数据集，设定并初始化神经网络NN，使用数据集训练神经网络NN，得到不具备隐私保护的深度学习模型M；根据训练好的不具备隐私保护的深度学习模型M，使用LRP算法计算平均特征相关性；进而计算相关性比；最后重新初始化神经网络NN，设定训练的迭代次数，根据相关性比在训练过程中添加噪声，得到具有差分隐私保护的深度学习模型DPM，使得在使用该模型进行预测时能够保护数据隐私。

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