-
公开(公告)号:CN117726494A
公开(公告)日:2024-03-19
申请号:CN202311752035.6
申请日:2023-12-19
Applicant: 安徽大学绿色产业创新研究院
IPC: G06T1/00 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于Vision Transformer网络的图像隐藏方法,其步骤包括:1、训练集处理;2、隐藏器网络和提取器网络训练;3、构建损失函数;4、得到训练后的图像隐藏器和提取器,用于实现对输入图像的隐藏和提取。本发明可以确保在数据传输、存储或共享过程中隐私信息不被未授权者获取,在网络通信或数据交换中保障敏感信息的安全性;也可以用于图像的版权保护或身份验证,使得图像具有独特的标识,以防止盗版或非授权使用。
-
公开(公告)号:CN117726411A
公开(公告)日:2024-03-19
申请号:CN202311779143.2
申请日:2023-12-22
Applicant: 安徽大学
IPC: G06Q30/0601 , G06N20/00 , G06F21/62
Abstract: 本发明公开了一种差分隐私保护下基于联邦学习和多臂赌博机的商品推荐方法,其步骤包括:1、中央服务器及各个终端初始化参数;2、对所有候选商品进行推荐并获得对应用户评分奖励反馈;3、以上一步奖励结果为初始参数,选择用户评分最高的商品(局部最优)进行推荐并获得对应用户评分;4、将之前所获得的奖励反馈进行聚合;5、对聚合结果加入噪声进行扰动,并将扰动后的参数上传至中央服务器;6、中央服务器根据上传的数据确定淘汰集;7、删除淘汰集内的候选商品后进行迭代,直至得到最终的推荐商品。本发明能够在分布式环境下有效解决商品推荐系统中的冷启动问题,同时保护用户隐私信息。
-
公开(公告)号:CN116664232A
公开(公告)日:2023-08-29
申请号:CN202310599950.X
申请日:2023-05-25
Applicant: 安徽大学绿色产业创新研究院
IPC: G06Q30/0601 , G06F18/23 , G06N20/00
Abstract: 本发明公开了一种基于上下文老虎机的联邦个性化商品推荐方法,包括:1、各本地服务器收集其用户的行为数据,初始化各本地服务器参数;2、各本地服务器根据上下文老虎机算法选择最优臂,接收反馈并更新参数;3、中心服务器接收并聚合来自本地服务器的数据,并对本地服务器进行聚类;4、中心服务器和本地服务器进行协同训练,调整参数;5、重复步骤3‑4,直到达到预设的停止条件,从而得到基于上下文老虎机的联邦个性化推荐模型,用于对不同本地服务器潜在的异构用户作出推荐。本发明能为同一簇的用户推荐相似商品,并根据用户反馈和历史数据不断调整推荐策略,能适应不断变化的推荐环境要求,从而能提高推荐效果和用户满意度。
-
-