公开(公告)号：CN118395501A

公开(公告)日：2024-07-26

申请号：CN202410640373.9

申请日：2024-05-22

Applicant: 河南科技大学

Inventor： 张丽丽 ,  张志勇 ,  张东彦 ,  张中亚 ,  宋斌 ,  李玉祥 ,  向菲 ,  赵长伟

IPC: G06F21/62 ,  G06N20/00

Abstract: 本发明公开了一种基于信息熵的非线性自适应隐私预算划分方法，首先根据逐层相关性计算输入特征的相关性，量化不同输入特征对模型输出结果的影响；然后采用信息熵对输入特征相关性进行隐私度量，根据度量结果进行隐私预算分配；最后使用最小化损失函数训练学习模型，为特征梯度自适应地添加噪声。本发明利用信息熵作为输入特征贡献度权重的衡量方法，以达到隐私预算的非线性自适应分配，提高了隐私预算的利用率和模型训练的准确率，为梯度自适应地添加噪声，解决现有模型训练的隐私保护方案在梯度更新过程中注入等量噪声导致模型准确性下降的问题。

公开(公告)号：CN117294490A

公开(公告)日：2023-12-26

申请号：CN202311224582.7

申请日：2023-09-21

Applicant: 河南科技大学

Inventor： 张丽丽 ,  张志勇 ,  张东彦 ,  张中亚 ,  宋斌 ,  李玉祥 ,  赵长伟 ,  向菲

IPC: H04L9/40 ,  G06F21/62

Abstract: 本发明公开一种基于本地差分隐私的个性化随机响应方法，包括以下步骤：对客户端个性化隐私保护，客户端收集真实数据集，确定敏感等级个数；确定敏感权重；根据不同用户的隐私保护需求对隐私预算自适应分配；根据敏感值分配的隐私预算得到扰动频率，并对数据进行扰动，收集扰动数据和扰动频率；服务器端对扰动数据进行分析：客户端将收集的扰动数据和扰动频率发送给服务器端，服务器端对扰动数据进行重构支持度，挖掘频繁项集。该方法通过评分策略确定用户数据敏感等级，引入敏感权重概念进行隐私预算自适应分配，实现敏感属性及属性值的细粒度个性化隐私保护。