您所在的位置: 成果库 可解释性深度学习的差分隐私保护方法

可解释性深度学习的差分隐私保护方法

发布时间: 2023-12-22

基本信息

合作方式: 技术转让
成果类型: 发明专利
行业领域:
电子信息技术,信息安全技术
成果介绍
本发明公开一种可解释性深度学习的差分隐私保护方法,通过在FF?CNN的第一层卷积层加入差分隐私保护以及在模型的输出层的损失函数中加入差分隐私,保证了模型的输入与输出端的安全,从而保护了模型数据提供者的个人隐私,并且通过在第二次采样层得到的数据特征利用k?means++算法进行聚类后,进行mixup插值法进行数据增强,提升整个模型的鲁棒性。本发明基于可解释性深度学习模型的隐私保护策略,使得模型使用者可以利用深度学习模型得到具有可解释性的结果并且不泄露个人的隐私信息。
成果亮点
本发明针对可解释性卷积神经网络模型在训练以及推理过程中产生的隐私泄露问题,提供一种可解释性深度学习的差分隐私保护方法。
团队介绍
广西师范大学地处世界级旅游城市、国家历史文化名城桂林,是国家教育部与广西壮族自治区人民政府共建高校,“中西部高校基础能力建设工程项目”高校,广西重点建设的“国内一流大学”高校,全国文明校园。有王城、育才、雁山3个校区,校园面积4100多亩,各类学生50000多人,各类教职工4000多人(含离退休人员)。学校已发展成为广西教师教育的“领头羊”、人文强桂的“主力军”、科技兴桂的“生力军”、广西国际教育的“排头兵”。目前,学校正全力推进“双一流”建设和综合改革,努力实现建设国际知名、教师教育特色鲜明的国内一流大学的目标。
成果资料
产业化落地方案
点击查看
成果综合评价报告

评价单位:- (-) 评价时间:2023-12-27

李静想

保定市知识产权协会

技术经理人

综合评价

技术转让,所需资金需双方协商,此项技术想尽快落地保定,希望具备此项技术研发的技术方,能够尽快承接次项目
查看更多>
更多