基于隐私保护训练图神经网络的方法及装置

发明专利有效专利

申请号：
CN202110109491.3
IPC分类号：G06F21/62;G06N3/08;G06N3/04
申请日期：
2021-01-27
申请人：
支付宝（杭州）信息技术有限公司

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	基于隐私保护训练图神经网络的方法及装置
申请号	CN202110109491.3	申请日期	2021-01-27
法律状态	授权	申报国家	中国
公开/公告日	2021-03-09	公开/公告号	CN112464292A
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;3;/;0;8;;;G;0;6;N;3;/;0;4查看分类表>
申请人	支付宝（杭州）信息技术有限公司	申请人地址	浙江省杭州市西湖区西溪路556号8层B段801-11 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	支付宝（杭州）信息技术有限公司	当前权利人	支付宝（杭州）信息技术有限公司
发明人	熊涛
代理机构	北京亿腾知识产权代理事务所（普通合伙）	代理人	陈霁;周良玉

摘要

本说明书实施例提供一种基于隐私保护训练图神经网络的方法和装置，该方法包括，首先获取原始关系网络图，图中任意的第一节点具有对应的邻居节点集。对于该邻居节点集中任意的第二节点，将该第二节点的节点信息，第一节点的节点信息，第二节点与第一节点的连接信息输入多层神经网络，得到该第二节点与第一节点的匹配度。然后，根据邻居节点集中各个邻居节点分别对应的匹配度，对该邻居节点集进行采样，得到第一节点的采样邻居节点集。接着，基于原图中各个节点各自对应的采样邻居节点集，形成稀疏关系网络图。于是，基于该稀疏关系网络图，训练图神经网络。

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