公开(公告)号：CN114118601A

公开(公告)日：2022-03-01

申请号：CN202111459013.1

申请日：2021-12-02

Applicant: 安徽大学 ,  安徽大学绿色产业创新研究院

Inventor： 张顺 ,  丁培柱 ,  邢萍萍 ,  崔宁宁 ,  陈海亮 ,  崔小娟 ,  邹铭敏

IPC: G06Q10/04 ,  G06F21/62 ,  G06N3/00 ,  G06Q50/26

Abstract: 本发明公开了一种基于差分隐私保护的随机森林车流预测方法，包括：1、从交通系统中获取车流数据集；2、对车流数据集进行补空值、连续特征离散化以及为每棵决策树分配合理样本等预处理工作；3、随机森林训练前确定树与树之间和每棵树之内的隐私预算、分裂函数、每棵树最大深度以及总训练棵树等参数；4、根据前一步确定的参数训练出全部具有差分隐私保护的回归树；5、将所有差分隐私回归树组合成一个具有差分隐私保护的随机森林；6、将任意一个样本输入森林中得到一个具有差分隐私保护的预测结果。本发明能很好地解决隐私消耗问题、数据安全性问题以及准确率的问题，从而能在隐私消耗比较低的前提下提高车流的预测准确度。

公开(公告)号：CN117611949A

公开(公告)日：2024-02-27

申请号：CN202311672668.6

申请日：2023-12-07

Applicant: 安徽大学绿色产业创新研究院

Inventor： 张顺 ,  胡建豪 ,  卢瑞龙 ,  严全 ,  程新亮 ,  陈海亮 ,  崔小娟 ,  邹铭敏

IPC: G06V10/774 ,  G06F21/62 ,  G06T11/40 ,  G06V10/44 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/096 ,  G06N3/098

Abstract: 本发明公开了一种多用户参与的师生训练模型的生成数据方法，其步骤包括：1、多个用户各自获取手写图片数据集；2、每个用户在本地训练教师模型(鉴别器)，并计算损失；3、用户上传损失到中心服务器；4、由中心服务器对本地用户上传的数据进行加噪聚合处理；5、中心服务器将处理好的数据传送到用于训练生成器的公开服务器；6、公开服务器根据中心服务器传输的数据训练学生模型(生成器)，以提供假手写图片数据集。本发明能有效地保护用户隐私，使多个用户参与训练，避免数据孤岛问题，同时训练出能够拟合真实数据的数据集。

公开(公告)号：CN117611296A

公开(公告)日：2024-02-27

申请号：CN202311730835.8

申请日：2023-12-15

Applicant: 安徽大学绿色产业创新研究院

Inventor： 张顺 ,  陈海亮 ,  汪挺杭 ,  郭兴 ,  黄子洪 ,  胡建豪 ,  崔小娟 ,  邹铭敏

IPC: G06Q30/0601 ,  G06F21/62 ,  G06N20/00 ,  G06N5/01

Abstract: 本发明公开了一种差分隐私保护的纵向联邦EBM商品推荐方法，包括：1、主服务器使用消费特征数据集训练EBM推荐模型；2、初始化从服务器编号；3、从服务器使用消费特征数据集训练EBM推荐模型；4、根据迭代次数判定是否结束EBM推荐模型训练。本发明能有效地保护用户消费特征信息，从而能防止用户消费特征信息的泄露以及提供有效的商品推荐。

公开(公告)号：CN114118601B

公开(公告)日：2024-02-13

申请号：CN202111459013.1

申请日：2021-12-02

Applicant: 安徽大学 ,  安徽大学绿色产业创新研究院

Inventor： 张顺 ,  丁培柱 ,  邢萍萍 ,  崔宁宁 ,  陈海亮 ,  崔小娟 ,  邹铭敏

IPC: G06Q10/04 ,  G06F21/62 ,  G06N3/006 ,  G06Q50/26

Abstract: 本发明公开了一种基于差分隐私保护的随机森林车流预测方法，包括：1、从交通系统中获取车流数据集；2、对车流数据集进行补空值、连续特征离散化以及为每棵决策树分配合理样本等预处理工作；3、随机森林训练前确定树与树之间和每棵树之内的隐私预算、分裂函数、每棵树最大深度以及总训练棵树等参数；4、根据前一步确定的参数训练出全部具有差分隐私保护的回归树；5、将所有差分隐私回归树组合成一个具有差分隐私保护的随机森林；6、将任意一个样本输入森林中得到一个具有差分隐私保护的预测结果。本发明能很好地解决隐私消耗问题、数据安全性问题以及准确率的问题，从而能在隐私消耗比较低的前提下提高车流的预测准确度。