[发明专利]一种面向深度神经网络的基于差分隐私的域适应隐私保护方法有效
| 申请号： | 201911054227.3 | 申请日： | 2019-10-31 |
| 公开（公告）号： | CN111091193B | 公开（公告）日： | 2022-07-05 |
| 发明（设计）人： | 王骞;李子希;赵令辰;邹勤 | 申请（专利权）人： | 武汉大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08 |
| 代理公司： | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人： | 齐晨涵 |
| 地址： | 430072 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种面向深度神经网络的基于差分隐私的域适应隐私保护方法。提出了一个新颖的深度网络框架，可以在实现域适应技术的同时保护数据隐私。由于在进行迁移学习的现实场景中，比如学校和医院，训练数据集通常是隐私的，而现如今并没有灵活的保护域适应技术隐私的方案，所以本发明有着很强的实用性。本发明使用对抗学习的思想进行域适应训练，并首次通过差分隐私对域适应训练过程进行隐私保护。实验结果表明本模型可以在合适的隐私消耗下以理想的准确率完成域适应任务。 | ||
| 搜索关键词： | 一种 面向 深度 神经网络 基于 隐私 适应 保护 方法 | ||
【主权项】：
暂无信息
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武汉大学，未经武汉大学许可，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/201911054227.3/，转载请声明来源钻瓜专利网。
