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！

龙图腾网获悉浙江大学申请的专利基于图神经网络的隐私特征保护方法和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：CN117056970B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202311024849.8，技术领域涉及：G06F21/62；该发明授权基于图神经网络的隐私特征保护方法和系统是由苑瀚洋;杨洋设计研发完成，并于2023-08-15向国家知识产权局提交的专利申请。

本基于图神经网络的隐私特征保护方法和系统在说明书摘要公布了：本发明公开了一种基于图神经网络的隐私特征保护方法和系统，属于用户隐私安全技术领域。给定用户信息及其用户之间的关系，构建原始图数据；通过基于图神经网络的防守模型计算原始图数据中每条边的采样概率，根据采样概率对边进行采样，得到扰动后的图数据；通过基于邻接性和结构相似性模式的敌手模型在扰动后的图数据上进行隐私特征分类预测；对防守模型和敌手模型进行对抗训练，得到每条边的最终采样概率，根据采样结果，从待脱敏数据中删除未采样到的边对应的用户之间的关系，实现隐私特征保护。本发明既使得敌手模型到预测能力降低，同时也尽可能减少扰动的比例，即采样的边尽量与原图保持一致，对图数据中用户的隐私特征进行有效保护。

本发明授权基于图神经网络的隐私特征保护方法和系统在权利要求书中公布了：1.一种基于图神经网络的隐私特征保护方法，其特征在于，包括：给定用户信息及其用户之间的关系，作为待脱敏数据；将待脱敏数据中的每一个给定用户视为网络拓扑结构中的一个节点，将用户信息作为节点特征，构建节点特征矩阵；根据待脱敏数据中用户之间的关系构建邻接矩阵，得到原始图数据；通过基于图神经网络的防守模型计算原始图数据中每条边的采样概率，根据采样概率对边进行采样，根据采样后的边更新邻接矩阵，得到扰动后的图数据；通过基于邻接性和结构相似性模式的敌手模型在扰动后的图数据上进行隐私特征分类预测；所述的基于邻接性和结构相似性模式的敌手模型包括基于全图聚合的图神经网络和基于子图聚合的图神经网络，表示如下： 其中，fp·表示基于全图聚合的图神经网络，fs·表示基于子图聚合的图神经网络，X表示节点特征矩阵，A′表示更新后的邻接矩阵，表示邻接性模式下的隐私分类结果；Xi、Ai分别表示节点i的2阶子图的特征矩阵和邻接矩阵，X′i表示节点i的2阶子图的特征矩阵与结构编码拼接后的结果，表示结构相似性模式下对节点i的隐私分类结果，SEi表示在节点i的子图中进行随机游走得到的结构编码；所述的在扰动后的图数据上进行隐私特征分类预测，包括计算扰动后的图数据对应的特征同质性系数和结构同质性系数，并利用系数对隐私分类结果进行加权，得到节点的最终隐私分类结果，计算公式为： 其中，表示节点i的最终隐私分类结果，表示邻接性模式下对节点i的隐私分类结果，表示归一化后的节点i的隐私分类结果的特征同质性系数，表示归一化后的节点i的隐私分类结果的结构同质性系数；对所述的防守模型和敌手模型进行对抗训练，得到每条边的最终采样概率，根据最终采样概率对边进行采样，记录未采样的边；从待脱敏数据中删除未采样到的边对应的用户之间的关系，得到隐私特征保护后的数据。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。