发明公开
- 专利标题： 一种深度学习差分隐私保护方法
-
申请号： CN202010572297.4申请日： 2020-06-22
-
公开(公告)号： CN111737743A公开(公告)日： 2020-10-02
- 发明人: 陶陶 , 柏建树 , 郑啸 , 刘恒 , 王爱国
- 申请人： 安徽工业大学
- 申请人地址： 安徽省马鞍山市湖东路59号
- 专利权人： 安徽工业大学
- 当前专利权人： 安徽工业大学
- 当前专利权人地址： 安徽省马鞍山市湖东路59号
- 代理机构： 安徽知问律师事务所
- 代理商 平静
- 主分类号： G06F21/62
- IPC分类号： G06F21/62 ; G06N3/04 ; G06N3/08 ; G06K9/62
摘要：
本发明公开了一种深度学习差分隐私保护方法，属于信息系统安全技术领域。本发明提出一个新型的深度学习差分隐私保护模型，并采用WGAN对经模型隐私保护处理的数据生成图像结果，从生成图像中选取最接近真实图像的结果，对比生成结果和原始图像的相似度并计算差值进行阈值比较，在相似度阈值限定条件下反馈调节模型梯度中的隐私参数，从而为差分隐私在深度学习等领域的应用提供了一定的推动作用。
公开/授权文献
- CN111737743B 一种深度学习差分隐私保护方法 公开/授权日：2024-08-23
