分类器训练方法、数据分类方法、装置、设备和存储介质

    公开(公告)号:CN117708648A

    公开(公告)日:2024-03-15

    申请号:CN202311625441.6

    申请日:2023-11-29

    Abstract: 本申请实施例提供分类器训练方法、数据分类方法、装置、设备和存储介质,涉及人工智能技术领域。该方法通过获取目标域数据以及初始分类器,利用初始分类器得到目标域数据的初始预测标签;将目标域数据和源域数据输入宽度自编码器得到重构目标域数据和重构源域数据,根据计算的重构目标函数值调整权重得到宽度自编码器;将带标签的目标域数据和源域数据输入第一分类器得到目标域分类结果和源域分类结果,根据计算的分类目标函数值调整权重,得到目标分类器。利用目标域数据和源域数据同时对初始分类器进行自适应训练,重构目标函数值调节数据源之间分布差异,分类目标函数值利用数据的几何特征信息,提升目标分类器的分类准确度。

    模型敏感数据检测方法及相关设备

    公开(公告)号:CN119513912A

    公开(公告)日:2025-02-25

    申请号:CN202411489724.7

    申请日:2024-10-23

    Abstract: 本申请提供了一种模型敏感数据检测方法,包括,加载待检测模型的模型文件,确定模型文件的框架类型,得到模型文件对应的模型图结构数据,并从模型图结构数据中获取模型文件对应的模型参数集合;对模型参数集合中的模型参数进行敏感数据检测,得到第一检测结果;在第一检测结果表征模型参数集合未包含敏感数据时,对模型参数集合中待检测模型对应的权重参数和偏置参数进行异常的隐藏数据检测,得到第二检测结果;在第二检测结果表征模型参数集合中不包含异常的隐藏数据时,在隔离环境中对待检测模型进行安全运行检测,得到运行检测结果,以实现多层次的敏感数据检测,确保检测的全面性和深度性,提高敏感数据检测的检测效率和检测精度。

Patent Agency Ranking