[发明专利]移动边缘计算网络中基于无监督循环联邦学习的隐私保护流行度预测方法在审
| 申请号： | 202110594483.2 | 申请日： | 2021-05-28 |
| 公开（公告）号： | CN113326128A | 公开（公告）日： | 2021-08-31 |
| 发明（设计）人： | 黄永明;郑冲;刘升恒 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06F9/50 | 分类号： | G06F9/50;G06F21/62;G06N3/04;G06N20/20 |
| 代理公司： | 南京瑞弘专利商标事务所(普通合伙) 32249 | 代理人： | 孙峰 |
| 地址： | 211189 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了移动边缘计算网络中基于无监督循环联邦学习的隐私保护流行度预测方法，通过对每个用户的局部动态流行度模型的构建，以及对全局动态流行度模型的推导，将系统中的内容流行度预测问题建模成一个分布式预测问题；通过结合循环神经网络、自编码器以及联邦学习架构，提出了一种无监督循环联邦学习；最后通过迭代训练，获得了隐私保护约束下的流行度预测方案设计；本发明有助于实现边缘无线网络中用户隐私保护约束下的流行度预测，并且相比于传统的流行度预测算法，本发明不仅能够保护用户隐私还能够获得更低的预测误差。 | ||
| 搜索关键词： | 移动 边缘 计算 网络 基于 监督 循环 联邦 学习 隐私 保护 流行 预测 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东南大学，未经东南大学许可，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/202110594483.2/，转载请声明来源钻瓜专利网。
