[发明专利]一种基于图像数据和深度学习的隐私决策推荐系统

权利要求书

1.一种基于图像数据和深度学习的隐私决策推荐系统，其特征在于，包括：

模型库：用于通过深度学习技术预先对大量社交隐私样本进行学习，生成多个不同隐私等级判定的深度学习模型；

语意识别模块：用于接收到将图像数据发出的指令时，将所述图像数据中图像的表面信息转化为语意信息；

隐私识别模块：用于将所述语意信息导入所述模型库，对图像数据的隐私等级进行判定；

隐私识别模块：用于在隐私等级确定之后，向用户反馈图像发出决策；其中，

所述图像发出决策包括：即时发出决策、禁止发出决策和部分发出决策。

2.如权利要求1所述的一种基于图像数据和深度学习的隐私决策推荐系统，其特征在于，所述系统还包括：

隐私判定模块：用于根据用户的历史隐私设定信息，获取用户设定不同隐私等级的设定标准；其中

所述设定标准包括：图片内容标准、社交类型标准和图片存储位置标准；

分类器构建模块：根据所述设定标准，建立基于图片信息提取的图片分类器；其中，

所述图片信息包括：图像表面信息分类器、社交类型分类器和图片存储分类器；

所述图片分类器包括：信息内容分类器和图片类型分类器；

样本筛选模块：根据所述图片分类器，对用户的历史隐私数据进行筛选，确定社交隐私样本；

等级划分模块：用于对不同社交隐私样本进行隐私意识计算和隐私信任计算，根据计算结果，划分隐私等级，确定不同社交隐私等级的社交隐私样本；其中，

所述社交隐私样本包括：低风险隐私样本、中风险隐私样本和高风险隐私样本。

3.如权利要求2所述的一种基于图像数据和深度学习的隐私决策推荐系统，其特征在于，所述等级划分模块包括：

数据提取单元：用于确定用户终端上存在的社交程序，根据所述社交程序建立API爬取接口，获取用户数据；其中，

所述用户数据为社交过程中产生的图像数据；

数据预处理单元：用于对所述用户数据进行预处理，确定用户数据的语意内容；其中，

所述预处理包括：图文转化处理、分词处理、隐私标注处理额TF-IDF处理和图像命名实体分类处理；

计算单元：将所述语意内容进行隐私意识计算，确定隐私意识值，并将所述语意内容进行隐私信任计算，确定隐私信任值；

等级划分单元：根据所述隐私信任值和隐私意识值，建立二元决策树，确定不同图像数据的敏感值，根据所述敏感值，进行隐私等级划分；其中，

所述隐私等级包括：低风险隐私、中风险隐私和高风险隐私；

所述敏感值按照隐私等级具有对应的敏感值阈值。

4.如权利要求1所述的一种基于图像数据和深度学习的隐私决策推荐系统，其特征在于，所述模型库包括：

深度学习模型搭建单元：预先设置基于不同隐私等级的深度学习模型；其中，

所述深度学习模块包括：低风险隐私模型、中风险隐私模型和高风险隐私模型；

深度学习训练单元：用于将所述社交隐私样本对应的导入深度学习模型，病进行数据迭代计算，并在迭代计算后，确定模型最优参数；

模型库单元：用于根据所述模型最优参数，生成深度学习的深度学习模型库。

5.如权利要求1所述的一种基于图像数据和深度学习的隐私决策推荐系统，其特征在于，所述语意识别模块包括：

指令识别单元：用于对用户终端的社交软件进行隐私监控，判断是否存在图像发出指令；

反馈单元：用于在存在图像发出指令时，生成反馈信号；

标注单元：用于感应到所述反馈信号时，确定需要发出的图像的图像地址，根据所述图像地址，对图像的表面信息进行语意标注；

分词处理单元：用于根据所述语意标注，对图像的表面信息进行分词，生成词汇集合；

语意转化单元：用于根据所述词汇集合，对每个图像进行语意转化，生成每个图像的语意文本。