一种个性化洗牌差分隐私保护的类别数据分析算法

    公开(公告)号:CN119475410A

    公开(公告)日:2025-02-18

    申请号:CN202411390213.X

    申请日:2024-10-08

    Applicant: 广州大学

    Abstract: 本发明公开了一种个性化洗牌差分隐私保护的类别数据分析算法,涉及数据隐私保护和信息安全领域,该个性化洗牌差分隐私保护的类别数据分析算法包括以下步骤:本地用户输入数据和隐私预算至本地随机化器中,通过本地随机化器生成干扰并采样若干假消息,将被扰动的消息集合和隐私预算发送给洗牌器;洗牌器通过随机置换方法对被扰动的消息集合和隐私预算进行洗牌;将洗牌后的被扰动的消息集合和隐私预算数据集发送到服务器进行聚合。本发明通过引入个性化差分隐私和洗牌模型,有效解决了隐私保护与数据实用性之间的矛盾,通过混洗打破数据点之间的关联性,显著提升了隐私保护效果,防止了通过数据关联性推断用户原始数据的风险。

    基于大型语言模型服务的个人数据隐私保护与恢复方法

    公开(公告)号:CN118278040A

    公开(公告)日:2024-07-02

    申请号:CN202410355339.7

    申请日:2024-03-26

    Applicant: 广州大学

    Abstract: 本发明公开了基于大型语言模型服务的个人数据隐私保护与恢复方法,涉及个人隐私信息保护领域,该方法包括以下步骤:利用历史数据集训练隐私信息分类模型,得到预训练隐私信息分类模型;清洗输入文本,并利用预训练隐私信息分类模型对清洗后的输入文本进行分类;基于分类结果,利用词语权重算法确定个人隐私信息,组建个人隐私词汇列表,并根据个人隐私词汇列表进行脱敏保护操作,得到脱敏保护文本;将脱敏保护文本输入大语言模型,对大语言模型返回的答案进行还原恢复操作,得到还原恢复文本。本发明不仅能够确保大型语言模型的准确性和效率,还能保护用户个人隐私数据免受未经授权的访问和泄露。

Patent Agency Ranking