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：杭州海康威视数字技术股份有限公司

申请日：2024-12-25

公开（公告）日：2025-01-24

公开（公告）号：CN119357850A

专利技术分类：....多类别的[2023.01]

专利摘要：本申请提供了基于少样本预学习的物联网隐私泄露检测方法及设备。本实施例通过构建由内层模型+外层预学习器组成的物联网隐私泄露检测模型，以使得按照内循环（基于单个训练任务训练内层模型）和外循环（基于各训练任务训练出的内层模型的损失情况优化外层预学习器、以及基于优化后的外层预学习器优化内层模型）相配合的方式训练出满足要求的物联网隐私泄露检测模型，相比常规单一训练模式，其可以实现在少量样本的情况下快速训练模型的，且这种内层模型的训练决定外层预学习器的优化而外层预学习器决定内层模型的优化的方式，相互决策，能够保证最终训练出的目标物联网隐私泄露检测模型具有较高的检测准确率，提高物联网隐私泄露检测的准确度。

专利权项：1.一种基于少样本预学习的物联网隐私泄露检测方法，其特征在于，该方法应用于电子设备，包括：通过将隐私检测数据集中各行数据转换为指定尺寸的二维2D矩阵，再将各2D矩阵转换为三维图像得到隐私数据训练样本集；所述隐私检测数据集中各行数据是通过将设定时间段内采集的物联网中各物联网设备的业务数据和已公开的用于隐私检测的公共数据集相融合得到；基于隐私数据训练样本集，获得训练任务集；所述训练任务集中包括多个训练任务；任一训练任务包括：基于从第一数据集中选择对应的一组隐私数据训练样本确定的内层模型训练集和内层模型测试集；所述一组隐私数据训练样本包括K个隐私数据类别下的隐私数据训练样本，所述内层模型训练集由K个隐私数据类别下的部分隐私数据训练样本组成，所述内层模型测试集由K个隐私数据类别下的剩余隐私数据训练样本组成；所述隐私数据训练样本集被划分为第一数据集和第二数据集；从训练任务集中采样当前训练批次所需的一批训练任务；获得用于描述该批训练任务之间相似关系的任务相似性评估矩阵S；针对该批训练任务中每一训练任务，基于该训练任务与其它训练任务之间的相似度确定该训练任务的自适应学习率，从该训练任务中采样训练样本以训练当前物联网隐私泄露检测模型中的内层模型，在训练结束时基于该自适应学习率调整所述内层模型的当前参数得到该训练任务对应的参考参数；从每一训练任务采样测试样本以测试该训练任务对应的参考参数得到损失值，基于各损失值和当前物联网隐私泄露检测模型中外层预学习器的外层学习率，将当前物联网隐私泄露检测模型中内层模型的参数调整为目标参数，得到当前训练批次下的物联网隐私泄露检测模型；利用所述第二数据集测试验证当前训练批次下的物联网隐私泄露检测模型是否为满足设定要求的目标物联网隐私泄露检测模型，如果否，返回所述从训练任务集中采样一个训练批次样本的步骤，如果是，结束当前流程；所述目标该物联网隐私泄露检测模型用于物联网隐私泄露检测。

百度查询： 杭州海康威视数字技术股份有限公司 基于少样本预学习的物联网隐私泄露检测方法及设备