自适应切割阈值的深度学习差分隐私保护方法
授权
摘要
本发明公开一种自适应切割阈值的深度学习差分隐私保护方法，在K‑means框架下的自适应切割值差分隐私保护方法，结合聚类机制对梯度进行了筛选并量化，对每个簇内的梯度设置了特定的切割边界来限制加入的高斯噪声量，从而实现加快了模型的收敛速度，并缓解了总体的隐私预算过高的问题。
基本信息
专利标题 ：
自适应切割阈值的深度学习差分隐私保护方法
专利标题（英）：
暂无
公开（公告）号 ：
CN112487482A
申请号 ：
CN202011461760.4
公开（公告）日 ：
2021-03-12
申请日 ：
2020-12-11
授权号 ：
CN112487482B
授权日 ：
2022-04-08
发明人 ：
王金艳胡宇航黎启宇李先贤
申请人 ：
广西师范大学
申请人地址 ：
广西壮族自治区桂林市七星区育才路15号
代理机构 ：
桂林市持衡专利商标事务所有限公司
代理人 ：
陈跃琳
优先权 ：
CN202011461760.4
主分类号 ：
G06F21/62
IPC分类号 ：
G06F21/62 G06K9/62 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F21/00
防止未授权行为的保护计算机、其部件、程序或数据的安全装置
G06F21/60
保护数据
G06F21/62
通过一个平台保护数据存取访问，例如使用密钥或访问控制规则
法律状态
2022-04-08 ：
授权
2021-03-30 ：
实质审查的生效
IPC(主分类) : G06F 21/62
申请日 : 20201211
申请日 : 20201211
2021-03-12 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
