首页> 中国专利> 一种面向深度神经网络的基于差分隐私的域适应隐私保护方法

一种面向深度神经网络的基于差分隐私的域适应隐私保护方法

页面导航

摘要
著录项
相似文献

摘要

本发明公开了一种面向深度神经网络的基于差分隐私的域适应隐私保护方法。提出了一个新颖的深度网络框架，可以在实现域适应技术的同时保护数据隐私。由于在进行迁移学习的现实场景中，比如学校和医院，训练数据集通常是隐私的，而现如今并没有灵活的保护域适应技术隐私的方案，所以本发明有着很强的实用性。本发明使用对抗学习的思想进行域适应训练，并首次通过差分隐私对域适应训练过程进行隐私保护。实验结果表明本模型可以在合适的隐私消耗下以理想的准确率完成域适应任务。

著录项

公开/公告号CN111091193B

专利类型发明专利
公开/公告日2022-07-05

原文格式PDF
申请/专利权人武汉大学;
展开▼

申请/专利号CN201911054227.3
发明设计人王骞;李子希;赵令辰;邹勤;
展开▼

申请日2019-10-31
分类号G06N3/08(2006.01);
代理机构武汉科皓知识产权代理事务所(特殊普通合伙) 42222;
代理人齐晨涵
地址 430072 湖北省武汉市武昌区珞珈山武汉大学
入库时间 2022-08-23 13:58:15

相似文献

专利
中文文献
外文文献

1. 一种面向深度神经网络的基于差分隐私的域适应隐私保护方法 [P] . 中国专利： CN111091193A . 2020-05-01
2. 一种差分隐私保护下基于自适应梯度裁剪的图像生成方法 [P] . 中国专利： CN114170338A . 2022-03-11
3. 一种基于变分自编码器的训练样本数据扩充方法、存储介质及计算机设备 [P] . 世界知识产权组织专利： WO2020/143321A1 . 2020.07.16
4. 一种基于动态视觉传感器的角点检测方法 [P] . 世界知识产权组织专利： WO2020/143499A1 . 2020.07.16
5. 一种基于集成学习的工业控制系统入侵检测方法 [P] . 世界知识产权组织专利： WO2020/143226A1 . 2020.07.16