[发明专利]一种机器学习服务系统中保护隐私的方法在审
| 申请号： | 201910194340.5 | 申请日： | 2019-03-14 |
| 公开（公告）号： | CN109934004A | 公开（公告）日： | 2019-06-25 |
| 发明（设计）人： | 李向阳;侯嘉慧 | 申请（专利权）人： | 中国科学技术大学 |
| 主分类号： | G06F21/60 | 分类号： | G06F21/60;G06N20/00 |
| 代理公司： | 北京凯特来知识产权代理有限公司 11260 | 代理人： | 郑立明;付久春 |
| 地址： | 230026 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种机器学习服务系统中保护隐私的方法，包括：步骤1，学习和表达原始数据：将高维的原始数据用低维本征空间表达；步骤2，学习和表达攻击者数据：将所有具有高概率分类结果的查询数据用低维本征空间表达作为攻击者数据；步骤3，比较和判断是否回答当前查询：比较所述攻击者数据与原始数据的相似度，如果相似度大于预设的阈值，确认回答当前查询会泄露隐私，则拒绝回答当前查询，否则允许回答当前查询。该方法能保护由于多次查询带来的隐私问题，可以通过对攻击者的知识进行学习建模，进而决定回答或是拒绝回答查询服务，解决了由于过度查询带来的机器学习查询服务隐私问题，由于在方法不改变模型本身，不影响服务质量。 | ||
| 搜索关键词： | 查询 机器学习 原始数据 攻击 隐私 本征空间 查询服务 服务系统 隐私问题 相似度 低维 查询数据 分类结果 高概率 高维 建模 预设 学习 泄露 服务 | ||
【主权项】：
1.一种机器学习服务系统中保护隐私的方法，其特征在于，包括：步骤1，学习和表达原始数据：将高维的原始数据用低维本征空间表达；步骤2，学习和表达攻击者数据：将所有具有高概率分类结果的查询数据用低维本征空间表达作为攻击者数据；步骤3，比较和判断是否回答当前查询：比较所述攻击者数据与原始数据的相似度，如果相似度大于预设的阈值，确认回答当前查询会泄露隐私，则拒绝回答当前查询，否则允许回答当前查询。
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中国科学技术大学，未经中国科学技术大学许可，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/201910194340.5/，转载请声明来源钻瓜专利网。
