[发明专利]基于多任务学习的用户隐私泄漏检测方法、服务器及系统有效
| 申请号： | 201810540969.6 | 申请日： | 2018-05-30 |
| 公开（公告）号： | CN108830100B | 公开（公告）日： | 2021-11-30 |
| 发明（设计）人： | 宋雪萌;陈潇琳;程志勇;王英龙;聂礼强 | 申请（专利权）人： | 山东大学 |
| 主分类号： | G06F21/62 | 分类号： | G06F21/62 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 张勇 |
| 地址： | 250061 山东*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于多任务学习的用户隐私泄漏检测方法、服务器及系统。其中，基于多任务学习的用户隐私泄漏检测方法包括：为全面表征用户隐私，预先将用户隐私分成若干个细粒度隐私类别，并将这些细粒度隐私类别划分成若干个组，形成用户隐私的组结构信息；从不同方向抽取用户的隐私特征，来全方位表征用户隐私类别；基于抽取的用户隐私特征，构建预测模型；并引入多任务学习，同一组内的各个任务共享相关特征，利用组套索模型将用户隐私的组结构信息作为先验，进行特征分组，从而提高用户隐私泄漏检测的建模性能和模型的可解释性。 | ||
| 搜索关键词： | 基于 任务 学习 用户 隐私 泄漏 检测 方法 服务器 系统 | ||
【主权项】：
1.一种基于多任务学习的用户隐私泄漏检测方法，其特征在于，包括：S1：为全面表征用户隐私，预先将用户隐私分成若干个细粒度隐私类别，并将这些细粒度隐私类别划分成若干个组，形成用户隐私的组结构信息；S2：从不同方面抽取用户的隐私特征，来全方位表征用户隐私类别；S3：基于抽取的用户隐私特征，构建用户隐私泄漏的预测模型；并引入多任务学习，同一组内的各个任务共享相关特征，利用组套索模型将用户隐私的组结构信息作为先验，进行特征分组，从而提高用户隐私泄漏检测的建模性能和模型的可解释性。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于山东大学，未经山东大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810540969.6/，转载请声明来源钻瓜专利网。
