[发明专利]基于解析高斯机制的差分隐私深度学习分类方法在审
| 申请号： | 201911388912.X | 申请日： | 2019-12-30 |
| 公开（公告）号： | CN111144500A | 公开（公告）日： | 2020-05-12 |
| 发明（设计）人： | 朱笑岩;赵智城;马建峰 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 陕西电子工业专利中心 61205 | 代理人： | 王品华;黎汉华 |
| 地址： | 710071*** | 国省代码： | 陕西;61 |
| 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解析高斯机制的差分隐私深度学习分类方法，主要解决现有技术总体隐私预算计算复杂的问题，其方案为：获取分类数据，并用解析高斯机制对输入层进行干扰，使其满足差分隐私；在输入层后构建隐含层，使用激活函数进行激活，并使用局部响应归一化限制激活函数的结果；选择交叉熵函数作为损失函数，对其进行解析高斯噪声干扰，以满足差分隐私，构成差分隐私深度学习分类模型；使用随机梯度下降法对该差分隐私深度学习分类模型进行训练，得到训练后的分类模型；将测试数据集输入到训练后的分类模型，得到分类结果。本发明的模型整体隐私预算不随训练过程增长，可以在模型训练前进行分配，计算较为简单，可用于信息安全。 | ||
| 搜索关键词： | 基于 解析 机制 隐私 深度 学习 分类 方法 | ||
【主权项】：
暂无信息
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西安电子科技大学，未经西安电子科技大学许可，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/201911388912.X/，转载请声明来源钻瓜专利网。
