面向多模态深度学习的隐私保护方法及系统

    公开(公告)号:CN111460494B

    公开(公告)日:2023-04-07

    申请号:CN202010215476.2

    申请日:2020-03-24

    Abstract: 本发明公开了一种面向多模态深度学习的隐私保护方法及系统,该方法可用于情绪识别领域,其主要步骤如下:获取待处理音频数据、待处理图像数据和待处理文本数据;将待处理音频数据、待处理图像数据和待处理文本数据进行对应的隐私保护处理,获得待识别数据;将待识别数据输入到情绪分类模型中,获得各模态分类结果;利用动态路由协议的权重自选择算法对不同模态类别和不同情绪类别组合的权重进行自动分配,获得权重系数;根据权重系数和各模态分类结果,获得情绪识别结果;本发明能够根据数据类型来采取对应的隐私保护处理,从而防止用户信息泄露,进而提高用户体验。

    基于混沌系统的隐私保护通信方法、服务器以及通信系统

    公开(公告)号:CN111404659B

    公开(公告)日:2022-08-30

    申请号:CN202010136469.3

    申请日:2020-03-02

    Abstract: 本发明提供了基于混沌系统的隐私保护通信方法、服务器以及通信系统,方法包括:接收发起方设备发送的通信请求信息包,查找对应的混沌系统参数和密钥值,并对通信请求信息包中的验证码进行验证,验证通过后,通过查找到的密钥值,解密通信请求信息包中的密文,获得接收方设备标识,查找接收方设备对应的混沌系统参数以及密钥值,生成用于发起方设备和接收方设备进行会话的混沌系统参数以及密钥值,计算第一验证信息包和第二验证信息包,发送第一验证包给所述发起方设备,以使发起方设备与接收方设备建立加密会话,发送第二验证包给接收方设备,以使接收方设备发送通信建立信息包给发起方设备,本发明能节省通信参数的存储空间和保护用户隐私安全。

    基于强化学习的隐私策略优化方法、系统及可读存储介质

    公开(公告)号:CN112214791A

    公开(公告)日:2021-01-12

    申请号:CN202011015760.1

    申请日:2020-09-24

    Abstract: 本发明公开了一种基于强化学习的隐私策略优化方法、系统及可读存储介质,所述方法包括:在移动端部署输入样本特征提取器,在云端部署输入样本重构器、目标分类器及隐私分类器,以完成初始模型的初始化;通过测试样本集对初始模型进行测试,将测试信息、当前的超参数和层数存储于为一信息单元;将信息单元的状态信息输入超参数优化器中进行超参数信息优化方案的选择、执行与优化方案奖励值的计算,并根据计算结果进行超参数优化器样本的增加、优化方案价值的更新及超参数优化器网络参数的更新;通过当前超参数优化器网络对初始模型进行优化,并获取最终的超参数优化结果和层数n。本发明能够在尽量不降低业务准确率的情况下提高隐私保护效果。

Patent Agency Ranking