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！

龙图腾网获悉西安交通大学申请的专利基于深度强化学习的自适应差分隐私保护方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114036574B 。

龙图腾网通过国家知识产权局官网在2025-08-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111510695.4，技术领域涉及：G06F21/62；该发明授权基于深度强化学习的自适应差分隐私保护方法及系统是由杨清宇;李东鹤;马雨豪设计研发完成，并于2021-12-10向国家知识产权局提交的专利申请。

本基于深度强化学习的自适应差分隐私保护方法及系统在说明书摘要公布了：本发明提供的基于深度强化学习的自适应差分隐私保护方法及系统，首先通过交易机制获取参与者的交易信息。进而通过贝叶斯推断方法得到交易过程中每名参与者的隐私泄露概率。基于交易流程构建马尔可夫过程，确定模型满足马尔科夫特性，然后基于交易结果和交易数据来构建深度强化学习模型，以最小化隐私泄露概率为目标，通过反复向不同参与者信息中添加差分隐私噪声来训练模型。将训练完备的模型应用于不同交易场景以实现自适应地寻找被攻击者并添加差分隐私噪声，从而保护交易参与者的隐私信息，通过这种隐私保护方法，可以显著降低隐私保护对象的隐私泄露风险。另一方面对保护对象交易结果的改变不影响其余参与者，交易结果只在小范围内做出调整，因此本算法可在保证结果改变最小的前提下有针对性地保护部分参与者的隐私。

本发明授权基于深度强化学习的自适应差分隐私保护方法及系统在权利要求书中公布了：1.一种基于深度强化学习的自适应差分隐私保护方法，其特征在于，包括以下步骤： 步骤1、以多轮重复交易为模型构建交易场景，攻击者在多轮交易中通过改变自身出价信息，利用贝叶斯推断方法获得被攻击者的出价信息，进而构建隐私泄露概率模型； 步骤2、构建交易算法流程的马尔可夫过程，同时以交易结果为状态，参与者的个人数据为智能体构建深度强化学习模型； 步骤3、向智能体添加差分隐私噪声，以降低隐私泄露概率为目标函数训练深度强化学习模型； 所述深度强化学习模型的训练方法如下： 针对不同参与者添加不同程度的差分隐私噪声，同时将交易结果和隐私泄露概率作为奖励函数，添加的噪声导致隐私泄露概率降低即给与智能体正反馈，反之给予负反馈以训练模型准确寻找被攻击者； 根据深度强化学习模型的目标Q网络与当前Q网络的差值构成损失函数，损失函数结合了最小化隐私泄露概率，损失函数表达式为： 通过向不同参与者信息中添加差分隐私噪声作为智能体的动作，通过迭代最小化损失函数，令当前Q网络向目标Q网络不断逼近，通过环境与智能体交互不断更新深度强化学习模型，更新公式为： 其中，为学习率，为衰减率，为奖励函数，为当前网络参数，为目标值网络参数，为更新后的网络参数； 步骤4、根据训练后的深度强化学习模型自适应地寻找被攻击者并添加差分隐私噪声，保护交易双方的隐私信息。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安交通大学，其通讯地址为：710049 陕西省西安市咸宁西路28号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。