Document
拖动滑块完成拼图
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

一种面向图神经网络的个性化隐私保护方法 

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:北京理工大学

摘要:本发明涉及一种面向图神经网络的个性化隐私保护方法,属于人工智能与信息安全隐私保护技术领域。本方法通过构造基于拓扑感知的节点重要性识别技术实现重要节点的识别,基于差分隐私技术实现用户节点特征扰动,基于随机响应技术实现用户节点标签扰动,基于个性化隐私预算分配机制分配满足用户隐私需求的个性化隐私预算,基于加权邻域聚合机制实现高精度模型训练的面向图神经网络的个性化隐私保护。本方法在节点特征机密性、节点标签机密性、模型训练精度以及系统可靠性方面具有显著优势,能够有效满足图节点的个性化隐私保护需求。

主权项:1.一种面向图神经网络的个性化隐私保护方法,其特征在于,包括以下步骤:步骤1:云服务器基于全局拓扑,计算各用户的节点重要性;基于邻接信息熵的节点重要性识别,在各用户的节点重要性计算完成后,根据节点重要性值的大小划分用户的隐私要求等级,节点重要性越高表示用户的隐私保护要求越高;步骤2:云服务器基于节点重要性,将用户分段成不同区间,划分用户所需的隐私保护等级,并分配相应的隐私预算,使隐私预算能够有效量化不同节点重要性水平的用户的隐私保护需求;根据用户的隐私保护需求级别,为每个用户提供个性化的差分隐私保护;步骤3:用户在接收云服务器分配的隐私预算后,分别基于差分隐私和随机响应,扰动所需上传的节点特征和节点标签;其中,在云服务器上,基于全局拓扑计算节点重要性并为每个节点初始化个性化隐私预算后,每个用户根据分配的隐私预算扰动其私有特征数据,获得扰动后的特征数据;通过分析节点的局部邻域内邻居节点标签的频率,来合理推测其标签;其中,采用随机响应对节点标签进行扰动;步骤4:基于加权邻域聚合机制,云服务器通过在消息传递过程中引入权重进行消息聚合;用户根据分配的隐私预算对节点数据进行扰动和上传后,云服务器利用加权邻域聚合机制,提高邻域聚合的准确性;其中,加权邻域聚合的原则为:随着用户数据X中添加的噪声的增加,它们的权重W有所降低。

全文数据:

权利要求:

百度查询: 北京理工大学 一种面向图神经网络的个性化隐私保护方法

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。