买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院)
摘要:本发明属于遗忘学习的技术领域,更具体地,涉及一种基于分布式转换的遗忘学习方法、装置及存储介质。所述方法包括获取用户隐私数据X以及X对应的数据标签Y形成数据集;设计遗忘模块并对使用用户隐私数据X进行训练,所述遗忘模块包括遗忘工具、工具格式转换、遗忘操作;将用户隐私数据X输入遗忘模块,通过优化函数进行优化;训练达到设置训练阈值或者设置的遗忘准确率结束。本发明解决了在遗忘学习云服务场景下用户在不依赖云服务器的情况下无法定义自己的遗忘方法,泄露用户隐私数据的问题。
主权项:1.一种基于分布式转换的遗忘学习方法,其特征在于,所述方法包括:S1、获取用户隐私数据X以及X对应的数据标签Y形成数据集,将数据集划分为训练集、验证集和遗忘集;S2、设计遗忘模块并对使用用户隐私数据X进行训练,所述遗忘模块包括遗忘工具、工具格式转换、遗忘操作;所述遗忘工具,提取隐私数据X采样前的特征M并映射到分布Q中,再从分布Q中随机采样得到低维特征M´;所述工具格式转换,将采样后的特征M´进行遗忘重构得到采样数据X´;所述遗忘操作,遗忘学习云模型对采样数据X´进行随机预测完成遗忘学习操作,随机预测包括完全随机分布预测和均匀分布预测;S3、将用户隐私数据X输入遗忘模块,并通过优化函数进行优化;同时,使用EWC算法优化损失: (1);公式(1)中,是使()中的公式达到最小值时的变量的取值;和分别是用户隐私数据的正则化项和效用正则化项,是用于控制隐私保护效用正则化项的权重参数;表示互信息,是将X映射到X´的函数,即(X)=X´;Dp代表最小化和二者之间的KL散度距离,()为遗忘学习云模型对采样数据X´的处理函数;为X的原始P分布;为X´在低维空间的Q分布,M为用户隐私数据X采样前的特征;为权衡和的权重参数,为遗忘操作过程中的损失,为EWC损失;S4、训练达到设置训练阈值或者设置的遗忘准确率结束。
全文数据:
权利要求:
百度查询: 山东省计算中心(国家超级计算济南中心) 齐鲁工业大学(山东省科学院) 一种基于分布式转换的遗忘学习方法、装置及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。