龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：广州大学
摘要：本申请涉及车联网和强化学习技术领域，本申请提供一种基于合成数据增强的车联网大模型数据差分隐私优化方法，包括：S10：将高斯噪声引入车联网原始数据中生成扰动数据；S20：将车联网原始数据输入至扩散模型生成合成数据；S30：计算扰动数据和合成数据的混合比例r以及差分隐私影响补偿重放缓冲区大小s；S40：采样s*r条扰动数据，加入至差分隐私影响补偿重放缓冲区；S50：采样s*1‑r条合成数据，加入至差分隐私影响补偿重放缓冲区；S60：从差分隐私影响补偿重放缓冲区采样数据用于车联网大模型训练。本申请通过引入高斯噪声以及合成数据，优化车联网大模型的数据隐私保护效果，提供稳定的策略训练过程以及适配先进强化学习算法的泛化能力。
主权项：1.一种基于合成数据增强的车联网大模型数据差分隐私优化方法，其特征在于，包括如下步骤：S10：将高斯噪声引入车联网原始数据中生成扰动数据，将所述扰动数据存放至扰动数据存放区；S20：将所述车联网原始数据输入至扩散模型生成合成数据，将所述合成数据存放至合成数据存放区；S30：计算所述扰动数据和所述合成数据的混合比例r以及差分隐私影响补偿重放缓冲区大小s；S40：从所述扰动数据存放区采样s*r条扰动数据，加入至所述差分隐私影响补偿重放缓冲区；S50：从合成数据存放区采样s*1-r条合成数据，加入至所述差分隐私影响补偿重放缓冲区；S60：从所述差分隐私影响补偿重放缓冲区采样数据用于车联网大模型训练。
全文数据：
权利要求：
百度查询： 广州大学 基于合成数据增强的车联网大模型数据差分隐私优化方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号