钻瓜专利网为您找到相关结果
21 个,建议您
升级VIP 下载更多相关专利
[发明专利] 一种高效隐私保护的鲁棒联邦学习方法 -CN202211382903.1 在审
发明人:
周培钊 ;张宝磊 ;刘哲理
- 专利权人:
南开大学
申请日:
2022-11-07
-
公布日:
2023-01-31
-
主分类号:
G06N3/0464 文献下载
摘要: 本发明属于联邦学习鲁棒性和高效性领域的研究,具体涉及一种高效隐私保护的鲁棒联邦学习方法。该方法包括如下步骤,步骤1、两个服务器协同地选择n个客户端参与联邦学习过程,并分别将自己的全局模型广播给这些客户端;步骤2、客户端用接收到的全局模型对本地模型进行初始化,用本地数据集训练本地模型,将训练后的本地模型发送给两个服务器;步骤3、两个服务器用接收到的本地模型构建共享矩阵,并将其投影到降维的共享矩阵中;步骤4、两个服务器协同地对共享矩阵执行拜占庭弹性聚合算法,获得新的全局模型。本发明减少了聚合算法中私有乘法的数量,延续了联邦学习中保障数据隐私的优点,有效地提高了联邦学习算法效率。
一种 高效 隐私 保护 联邦 学习方法
[发明专利] 一种分布式差分隐私聚合方法 -CN202110586373.1 有效
发明人:
刘哲理 ;吴玉铎 ;贾靖宇 ;郭晓杰
- 专利权人:
南开大学
申请日:
2021-05-27
-
公布日:
2022-07-05
-
主分类号:
H04L9/00 文献下载
摘要: 本发明属于分布式隐私保护的数据收集技术领域,具体涉及一种分布式差分隐私聚合方法。该方法包括以下步骤:基于中心化差分隐私算法服从分布的可加性,通过在用户端添加噪音的方式对中心化差分隐私算法进行分布式实现;在用户发送数据及数据聚合过程中,使用安全多方计算的方法,用户通过秘密分享的方式向各个聚合器发送通过差分隐私算法随机化后的数据,而后各聚合器之间交互获得最终的随机化的聚合结果。通过本发明提供的精确高效的分布式差分隐私聚合方法,分布式实现差分隐私算法提高了分布式隐私保护数据收集的精确性,且在数据收集方不可信的信任假设下,通过安全多方计算保证用户中间数据的安全性,并提高了安全数据聚合的效率。
一种 分布式 隐私 聚合 方法
[发明专利] 网站分类方法及装置 -CN201810607605.5 有效
发明人:
蔡自彬 ;刘哲理 ;叶金辉 ;梁爽
- 专利权人:
北京知道创宇信息技术股份有限公司 ;南开大学
申请日:
2018-06-13
-
公布日:
2021-08-24
-
主分类号:
G06F16/958 文献下载
摘要: 本申请实施例提供一种网站分类方法及装置。该方法包括:获得待分类的网站;爬取所述待分类的网站中的页面文本以及关键词;计算预先设置的各个网站类别标签在所述关键词中的出现频率,得到第一分类结果集,其中,每个所述网站类别标签包括标签名及其同义词;将所述页面文本以及关键词输入到预先配置的贝叶斯分类模型中,得到第二分类结果集,其中,所述第二分类结果集中包括有各个网站类别标签的预测概率值,所述贝叶斯分类模型的训练样本通过网站爬取得到;基于所述第一分类结果集和所述第二分类结果集输出分类结果。由此,采用本申请能够自动生成训练样本,无需人工处理,工作量小,同时在网页文本数据较少时,也能够实现准确的网站分类。
网站 分类 方法 装置