[发明专利]一种基于动态迭代快速梯度的用户隐私保护方法有效
| 申请号： | 201910125911.X | 申请日： | 2019-02-20 |
| 公开（公告）号： | CN109960755B | 公开（公告）日： | 2021-03-05 |
| 发明（设计）人： | 陈晋音;陈一贤;吴洋洋;沈诗婧 | 申请（专利权）人： | 浙江工业大学 |
| 主分类号： | G06F16/953 | 分类号： | G06F16/953;G06Q50/00;G06N3/04 |
| 代理公司： | 杭州天勤知识产权代理有限公司 33224 | 代理人： | 曹兆霞 |
| 地址： | 310014 浙*** | 国省代码： | 浙江;33 |
| 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动态迭代快速梯度的用户隐私保护方法，包括：(1)对于原始网络，采用原始网络和对应的真实类标训练图卷积神经网络，并确定图卷积神经网络参数；(2)根据图卷积神经网络参数，以原始网络中目标节点重连边前后的交叉熵作为隐藏目标函数，并计算隐藏目标函数对邻接矩阵的梯度信息，再综合上一次的梯度信息计算动量信息，根据获得的动量信息对原始网络对应的邻接矩阵进行更新。该用户隐私保护方法能够快速有效地隐藏用户的信息，实现对用户隐私的保护。 | ||
| 搜索关键词： | 一种 基于 动态 快速 梯度 用户 隐私 保护 方法 | ||
【主权项】：
1.一种基于动态迭代快速梯度的用户隐私保护方法，包括以下步骤：(1)对于原始网络，采用原始网络和对应的真实类标训练图卷积神经网络，并确定图卷积神经网络参数；(2)根据图卷积神经网络参数，以原始网络中目标节点重连边前后的交叉熵作为隐藏目标函数，并计算隐藏目标函数对邻接矩阵的梯度信息，再综合上一次的梯度信息计算动量信息，根据获得的动量信息对原始网络对应的邻接矩阵进行更新。
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浙江工业大学，未经浙江工业大学许可，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/201910125911.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种语音设备及其语音交互方法、装置和存储介质
- 下一篇：网页检索方法及装置
