首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于联邦多任务学习的特征遗忘方法、装置和设备 

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:中国海洋大学

摘要:本发明公开了一种基于联邦多任务学习的特征遗忘方法、装置和设备,应用于网络安全领域,包括:当接收到待遗忘特征时,对待遗忘特征添加扰动,得到目标遗忘特征;将数据输入至模型中,得到共享层参数的数值变化情况;数据的特征包括目标遗忘特征和剩余特征;模型的结构包括共享层和全连接层,全连接层自动分为目标遗忘任务全连接层和剩余任务全连接层;根据共享层参数的数值变化情况确定共享层目标参数;将目标遗忘任务全连接层中的所有参数作为全连接层目标参数;对共享层目标参数和全连接层目标参数进行擦除处理,得到特征遗忘后的新模型。本方法在不影响模型整体分类准确性的同时,还能够满足用户特征遗忘的需求,提高了服务器的处理能力。

主权项:1.一种基于联邦多任务学习的特征遗忘方法,其特征在于,包括:当接收到待遗忘特征时,对所述待遗忘特征添加扰动,得到目标遗忘特征;所述待遗忘特征为社交网络领域、医疗健康领域或金融行业领域中用户数据的特征;将数据输入至模型中,得到共享层参数的数值变化情况;所述数据的特征包括所述目标遗忘特征和剩余特征;所述模型的结构包括共享层和全连接层,所述全连接层分为目标遗忘任务全连接层和剩余任务全连接层;根据所述共享层参数的数值变化情况确定共享层目标参数;将所述目标遗忘任务全连接层中的所有参数作为全连接层目标参数;对所述共享层目标参数和所述全连接层目标参数进行擦除处理,得到特征遗忘后的新模型。

全文数据:

权利要求:

百度查询: 中国海洋大学 一种基于联邦多任务学习的特征遗忘方法、装置和设备

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。