基于密文的负数据库及深度学习的数据隐私保护方法
公开
摘要
本发明公开了一种基于密文的负数据库及深度学习的数据隐私保护方法，采用数据隐私保护模型进行数据隐私保护；首先对原始数据转换为二进制串，并于随机生成的密钥进行异或加密；接着选取负数据库生成算法，对机密数据生成相应的负数据库；并提取负数据库的梗概sketch；然后利用基于负数据库的激活函数估算公式来进行计算，从而完成神经网络的前向传播以及反向传播过程；直到神经网络收敛，获得训练好的数据隐私保护模型；本发明解决了例如差分隐私难以平衡隐私与利用率的问题以及同态加密等方法导致计算代价过大的问题，具有较强的鲁棒性，综合提升了隐私保护深度学习过程当中的效率以及精度。
基本信息
专利标题 ：
基于密文的负数据库及深度学习的数据隐私保护方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114626086A
申请号 ：
CN202210159783.2
公开（公告）日 ：
2022-06-14
申请日 ：
2022-02-22
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
赵冬冬张平川
申请人 ：
武汉理工大学
申请人地址 ：
湖北省武汉市洪山区珞狮路122号
代理机构 ：
武汉科皓知识产权代理事务所(特殊普通合伙)
代理人 ：
肖明洲
优先权 ：
CN202210159783.2
主分类号 ：
G06F21/62
IPC分类号 ：
G06F21/62 G06F21/60 G06N3/08 H04L9/08 H04L9/14
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
2022-06-14 ：
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
