-
Patent Agency Ranking
公开(公告)号：CN112926088B
公开(公告)日：2024-03-19
申请号：CN202110292473.3
申请日：2021-03-18
Abstract: 本发明公开了一种基于博弈论的联邦学习隐私策略选择方法，该方法包括：服务器为参与方提供具有不同服务成本的阈值，参与方根据是否满足服务质量、隐私泄露代价等来选择最佳阈值，并由服务器在下一次迭代训练中更新服务成本；服务器通过多次迭代来获得最优的模型参数，以此保持模型长期稳定的服务状态，并提供给参与方。该方法有效避免了参与方“搭便车”等恶意行为，使得服务器可以最大限度地得到服务费用，参与方可以获得长期的优质服务。
-
公开(公告)号：CN115935405A
公开(公告)日：2023-04-07
申请号：CN202211119838.3
申请日：2022-09-15
Applicant: 广州大学
IPC: G06F21/62 , G06F40/30 , G06F40/216 , G06F16/35
Abstract: 本发明涉及文本数据隐私保护中的差分隐私方法和深度学习技术领域，公开了一种基于差分隐私的文本内容保护方法，包括如下步骤：客户端对差分隐私和文本分析任务的阈值进行设定；客户端根据敏感信息内容，按照内容类型和字符长度进行分类和标记，构建敏感属性字典；根据具有相同标签的敏感属性内容集合，在语料库中查询到满足相似度阈值范围的语料内容；利用基于本地化差分隐私的广义随机响应机制，将敏感信息内容替换为在语料库中查询到的语料内容；由服务器聚合当前所有文本数据，并将其配置到文本分析任务模型中计算文本分析任务的准确率；服务器将文本分析任务的准确率发送给所有客户端，并由其判断是否在可接受的文本准确率阈值范围内。
-
公开(公告)号：CN115455483A
公开(公告)日：2022-12-09
申请号：CN202211156864.3
申请日：2022-09-21
Applicant: 广州大学
IPC: G06F21/62 , G06F16/9535 , G06K9/62
Abstract: 本发明涉及数据分析技术领域，公开了一种基于本地差分隐私的大数据频数估计方法，包括如下步骤：服务器对所有客户端进行等概率采样，并发送哈希函数集合和草图长度的取值；客户端对初始数据进行转换，并根据哈希结果替换对应数据坐标；客户端利用本地差分隐私随机响应机制扰动上一步数据，得到最新数据；客户端发送最新数据，服务器根据采样的最新数据集合训练频数预测模型并发送给剩余所有客户端；剩余所有客户端根据预测模型判断持有数据是否为高频数据；若是高频数据，以{‑1}m的方式进行编码；若不是高频数据，先对初始数据进行转换，再根据哈希结果替换对应数据坐标，最后利用本地差分隐私随机响应机制扰动所有数据。
-
公开(公告)号：CN115455483B
公开(公告)日：2023-12-26
申请号：CN202211156864.3
申请日：2022-09-21
Applicant: 广州大学
IPC: G06F21/62 , G06F16/9535 , G06F18/214 , G06F18/2415
Abstract: 本发明涉及数据分析技术领域，公开了一种基于本地差分隐私的大数据频数估计方法，包括如下步骤：服务器对所有客户端进行等概率采样，并发送哈希函数集合和草图长度的取值；客户端对初始数据进行转换，并根据哈希结果替换对应数据坐标；客户端利用本地差分隐私随机响应机制扰动上一步数据，得到最新数据；客户端发送最新数据，服务器根据采样的最新数据集合训练频数预测模型并发送给剩余所有客户端；剩余所有客户端根据预测模型判断持有数据是否为高频数据；若是高频数据，以{‑1}m的方式进行编码；若不是高频数据，先对初始数据进行转换，再根据哈希结果替换对应数据坐标，最后利用本地差分隐私随机响应机制扰动所有数据。
-
公开(公告)号：CN112926088A
公开(公告)日：2021-06-08
申请号：CN202110292473.3
申请日：2021-03-18
Abstract: 本发明公开了一种基于博弈论的联邦学习隐私策略选择方法，该方法包括：服务器为参与方提供具有不同服务成本的阈值，参与方根据是否满足服务质量、隐私泄露代价等来选择最佳阈值，并由服务器在下一次迭代训练中更新服务成本；服务器通过多次迭代来获得最优的模型参数，以此保持模型长期稳定的服务状态，并提供给参与方。该方法有效避免了参与方“搭便车”等恶意行为，使得服务器可以最大限度地得到服务费用，参与方可以获得长期的优质服务。
-
-
-
-
Search Results
5
records
(took 0.013 seconds)
