公开(公告)号：CN111737743B

公开(公告)日：2024-08-23

申请号：CN202010572297.4

申请日：2020-06-22

Applicant: 安徽工业大学

Inventor： 陶陶 ,  柏建树 ,  郑啸 ,  刘恒 ,  王爱国

IPC: G06F21/62 ,  G06V10/764 ,  G06V10/82 ,  G06V10/84 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/084

Abstract: 本发明公开了一种深度学习差分隐私保护方法，属于信息系统安全技术领域。本发明提出一个新型的深度学习差分隐私保护模型，并采用WGAN对经模型隐私保护处理的数据生成图像结果，从生成图像中选取最接近真实图像的结果，对比生成结果和原始图像的相似度并计算差值进行阈值比较，在相似度阈值限定条件下反馈调节模型梯度中的隐私参数，从而为差分隐私在深度学习等领域的应用提供了一定的推动作用。

公开(公告)号：CN111737743A

公开(公告)日：2020-10-02

申请号：CN202010572297.4

申请日：2020-06-22

Applicant: 安徽工业大学

Inventor： 陶陶 ,  柏建树 ,  郑啸 ,  刘恒 ,  王爱国

IPC: G06F21/62 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明公开了一种深度学习差分隐私保护方法，属于信息系统安全技术领域。本发明提出一个新型的深度学习差分隐私保护模型，并采用WGAN对经模型隐私保护处理的数据生成图像结果，从生成图像中选取最接近真实图像的结果，对比生成结果和原始图像的相似度并计算差值进行阈值比较，在相似度阈值限定条件下反馈调节模型梯度中的隐私参数，从而为差分隐私在深度学习等领域的应用提供了一定的推动作用。