[发明专利]一种面向深度学习的差分隐私可用性度量方法有效
| 申请号： | 202111270189.2 | 申请日： | 2021-10-29 |
| 公开（公告）号： | CN114118407B | 公开（公告）日： | 2023-10-24 |
| 发明（设计）人： | 关志涛;罗丹 | 申请（专利权）人： | 华北电力大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/084;G06N3/048;G06F18/214 |
| 代理公司： | 南京中律知识产权代理事务所(普通合伙) 32341 | 代理人： | 李建芳 |
| 地址： | 102206 *** | 国省代码： | 北京;11 |
| 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学习的差分隐私可用性度量方法，首先将数据输入到神经网络模型中，计算出该随机化权重下的模型参数，在该参数下得到数据标签，与真实输出进行比较，得到此轮迭代的损失函数，利用损失函数的反向传播得到梯度值；其次定义衡量可用性的指标，并反推出该前提下隐私预算的大小，若预算不合适则在该值的基础上以一定增长率增加；最后，引入动量的思想，结合上一次梯度下降的方向对本次梯度方向进行优化，减少整体寻优过程的波动，加速模型的收敛。本发明用到了差分隐私、神经网络随机梯度下降、动量等技术，实现了数据传输过程中隐私性和可用性的平衡，并保证了神经网络训练过程的收敛性。 | ||
| 搜索关键词： | 一种 面向 深度 学习 隐私 可用性 度量 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华北电力大学，未经华北电力大学许可，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/202111270189.2/，转载请声明来源钻瓜专利网。
