摘要
本发明公开一种自适应切割阈值的深度学习差分隐私保护方法,在K?means框架下的自适应切割值差分隐私保护方法,结合聚类机制对梯度进行了筛选并量化,对每个簇内的梯度设置了特定的切割边界来限制加入的高斯噪声量,从而实现加快了模型的收敛速度,并缓解了总体的隐私预算过高的问题。
本发明所要解决的是现有深度学习隐私保护方法在做分类预测任务时,每次迭代引入噪声过多而引起的模型精度下降的问题,提供一种自适应切割阈值的深度学习差分隐私保护方法。
为解决上述问题,本发明是通过以下技术方案实现的:
自适应切割阈值的深度学习差分隐私保护方法,包括步骤如下:
利用给定的样本数据集对基于卷积神经网络的差分隐私保护模型进行训练,得到训练好的差分隐私保护模型;
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。
评价单位:- (-)
评价时间:2023-12-28
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>