-
公开(公告)号：CN111582284A
公开(公告)日：2020-08-25
申请号：CN202010346054.9
申请日：2020-04-27
Applicant: 中国科学院信息工程研究所
Abstract: 本发明实施例提供一种用于图像识别的隐私保护方法、装置和电子设备，其中方法包括：确定待识别图像；将所述待识别图像输入图像识别模型的特征提取层，得到所述特征提取层输出的图像特征；基于所述图像特征确定待传输数据；将所述待传输数据发送至服务器，以请求所述服务器将所述待传输数据输入至所述图像识别模型的特征识别层，得到所述特征识别层输出的图像识别结果；其中，所述特征识别层是基于客户端发送的样本图像特征对应的样本传输数据和样本图像识别结果训练得到的。本发明实施例提供的方法、装置和电子设备，实现了图像识别过程中保护数据隐私、保证模型性能和减小系统开销三者间的平衡。
-
Patent Agency Ranking
公开(公告)号：CN109067750A
公开(公告)日：2018-12-21
申请号：CN201810922605.4
申请日：2018-08-14
Applicant: 中国科学院信息工程研究所
Abstract: 本发明实施例提供一种基于匿名的位置隐私保护方法及装置，该方法包括：用户在向位置服务提供商请求位置服务时，将一个包含多个位置的匿名集作为位置信息发送至位置服务提供商；其中，所述匿名集中每个位置作为假位置出现的次数满足设定分布。利用用户过去所产生的匿名集，以此来标记每个位置作为假位置出现的次数，该算法的目的是使得所有位置作为假位置出现次数形成的分布能尽可能服从某个设定分布，如均匀分布、正态分布等，该设定分布将用于衡量攻击者所拥有的背景知识，当假设攻击者没有背景知识时，该分布就是一个均匀分布，当每个用户都满足相同的分布时，攻击者就无法通过这些匿名集得到有用的统计信息，从而有效地抵御长期观察攻击。
-
公开(公告)号：CN111414641B
公开(公告)日：2023-04-11
申请号：CN202010176389.0
申请日：2020-03-13
Applicant: 中国科学院信息工程研究所
IPC: G06F21/62 , G06F16/2458
Abstract: 本发明提供的基于采样的个性化差分隐私保护方法及系统，该方法包括：个性化差分隐私服务器收集用户的隐私数据，制定各隐私数据的个性化隐私预算；在获取到查询请求后，基于自适应算法获取采样参数；根据采样参数和当前的个性化隐私预算，对隐私数据进行采样，并将获取的采样数据归入采样数据集；若采样数据集的大小小于预设阈值，则根据采样数据集中每个采样数据及其权重，获取统计结果；若采样数据集的大小大于预设阈值，则获取剩余隐私预算，迭代执行上述步骤，直至采样数据集的大小小于预设阈值，获取统计结果。本实施例不但能够自适应地实现个性化差分隐私，还能充分地利用用户的个性化隐私预算，由此能够最大限度地提升统计结果的可用性。
-
公开(公告)号：CN111582284B
公开(公告)日：2023-04-07
申请号：CN202010346054.9
申请日：2020-04-27
Applicant: 中国科学院信息工程研究所
IPC: G06V10/40 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明实施例提供一种用于图像识别的隐私保护方法、装置和电子设备，其中方法包括：确定待识别图像；将所述待识别图像输入图像识别模型的特征提取层，得到所述特征提取层输出的图像特征；基于所述图像特征确定待传输数据；将所述待传输数据发送至服务器，以请求所述服务器将所述待传输数据输入至所述图像识别模型的特征识别层，得到所述特征识别层输出的图像识别结果；其中，所述特征识别层是基于客户端发送的样本图像特征对应的样本传输数据和样本图像识别结果训练得到的。本发明实施例提供的方法、装置和电子设备，实现了图像识别过程中保护数据隐私、保证模型性能和减小系统开销三者间的平衡。
-
公开(公告)号：CN114358308A
公开(公告)日：2022-04-15
申请号：CN202111467731.3
申请日：2021-12-03
Applicant: 中国科学院信息工程研究所
Abstract: 本发明提供一种面向公平性保障的联邦学习的模型优化方法及系统，该方法包括：接收多个客户端发送的待优化分类模型的第一优化参数和待测试图像；计算各客户端的待优化分类模型在不同待测试图像上的准确率，获取所有客户端对应的准确率形成的贡献度矩阵；根据贡献度矩阵，得到各客户端对应的总准确率，根据各客户端对应的总准确率、第一数量和第二数量，以及所有客户端对应的总准确率之间的方差，构建优化模型；根据优化模型的最优解，为各客户端分配第二优化参数，以供各客户端根据第二优化参数对待优化分类模型进行优化。本发明实现全面提高所有客户端优化后的待优化分类模型的性能，保证服务器和客户端组成的分布系统可长久稳定地持续下去。
-
公开(公告)号：CN111400755A
公开(公告)日：2020-07-10
申请号：CN202010176431.9
申请日：2020-03-13
Applicant: 中国科学院信息工程研究所
IPC: G06F21/62
Abstract: 本发明提供的基于指数机制的个性化差分隐私保护方法及系统，该方法包括：个性化差分隐私服务器收集用户的隐私数据，制定各隐私数据的个性化隐私预算；在获取到查询请求后，建立个性化指数机制中的评分函数，获取每个可能输出结果的预评分；在预评分的基础上，结合每个可能输出结果的偏差，获取每个可能输出结果的最终评分；获取每个可能输出结果的输出概率，并根据输出概率，随机输出一个结果作为统计结果。本发明实施例在使用个性化指数机制的评分函数实现个性化的同时，综合考虑了可能的输出结果与真实结果的偏差度量出数据扰动前后量的变化，从而避免了相差较远的结果产生相同的输出概率，由此在实现个性化差分隐私的同时增强了数据的可用性。
-
-
-
-
-
Search Results
16
records
(took 0.026 seconds)
