[发明专利]线性回归模型多维高斯差分隐私保护方法、信息安全系统有效
| 申请号： | 201810475546.0 | 申请日： | 2018-05-17 |
| 公开（公告）号： | CN108763954B | 公开（公告）日： | 2022-03-01 |
| 发明（设计）人： | 李效光;李晖;李凤华;朱辉 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06F21/62 | 分类号： | G06F21/62;G06F17/18 |
| 代理公司： | 西安长和专利代理有限公司 61227 | 代理人： | 黄伟洪 |
| 地址： | 710071 陕西省*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于保密或匿名技术领域，公开了一种线性回归模型多维高斯差分隐私保护方法、信息安全系统，对训练数据的不同属性定义不同的安全级别，在不同维度生成合适的噪声；计算线性回归模型的全局敏感度；根据定义的安全级别和全局敏感度生成高维高斯噪声的协方差矩阵；生成高维高斯噪声，加到输入和输出实现隐私保护。本发明给出量化隐私泄露的方法，根据不同维度的隐私需求生成合适的噪声，比已知的线性回归隐私保护方法在同样的隐私预算的情况下精度提高30％以上。本发明的时间开销仅仅是生成噪声的时间，不会因为数据维度的增加而有显著的变化，对于数据维度有较好的鲁棒性。本发明的加噪方式可以更灵活的根据隐私需求调整噪声的大小。 | ||
| 搜索关键词： | 线性 回归 模型 多维 高斯差分 隐私 保护 方法 信息 安全 系统 | ||
【主权项】：
1.一种线性回归模型多维高斯差分隐私保护方法，其特征在于，所述线性回归模型多维高斯差分隐私保护方法对训练数据的不同属性定义不同的安全级别，在不同维度生成合适的噪声；计算线性回归模型的全局敏感度；根据定义的安全级别和全局敏感度生成高维高斯噪声的协方差矩阵；生成高维高斯噪声，加到输入和输出实现隐私保护。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安电子科技大学，未经西安电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810475546.0/，转载请声明来源钻瓜专利网。
