专利内容由知识产权出版社提供
专利名称：一种基于差分隐私的网络结构学习方法专利类型：发明专利发明人：张海,卢耀宗,苏温庆申请号：CN202011297920.6申请日：20201119公开号：CN1123380A公开日：20210212
摘要：本发明提供了一种基于差分隐私的网络结构学习方法，属于机器学习领域，包括：以待学习的网络数据作为输入；对网络数据进行归一化处理，形成归一化的数据矩阵XX；确定差分隐私算法的隐私参数εε和δδ；确定高斯噪声机制中高斯分布的标准差ββ；生成对称噪声矩阵NN；生成扰动的样本协方差矩阵基于扰动后的样本协方差矩阵解得网络结构。该方法通过各步骤学习的网络结构满足差分隐私，即具有隐私保护的能力，数据中个体的隐私不会被泄漏。在保护隐私的同时，网络结构学习的结果还具有较高的可用性，可以反映数据真实的潜在网络结构；解决了无向图模型中经典的Graphical lasso模型的差分隐私求解问题，保证网络结构学习的过程不泄漏数据中个体的隐私。
申请人：陕西数盾慧安数据科技有限公司
地址：710199 陕西省西安市国家民用航天产业基地东长安街501号运维国际总部大厦B座B805室
国籍：CN
代理机构：西安铭泽知识产权代理事务所(普通合伙)
代理人：张举
更多信息请下载全文后查看
