文档详情

一种个性化的隐私保护学习方法、装置以及设备.pdf

发布：2023-06-07约2.22万字共18页下载文档

文本预览下载声明

(19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 112819177 B (45)授权公告日 2022.07.12 (21)申请号 202110106050.8 审查员张俊 (22)申请日 2021.01.26

显示全部

相似文档

一种个性化的隐私保护学习方法、装置以及设备.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 112836829 B (45)授权公告日 2022.08.02 (21)申请号 202110104747.1 (56)对比文件
2023-06-04 约2.12万字 17页立即下载
一种结合个性化差分隐私的联邦学习方法和系统.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113344217 A (43)申请公布日 2021.09.03 (21)申请号 202110682994.X (22)申请日 2021.06.18 (71)申请人中国科学技术大学地址
2023-06-18 约1.5万字 15页立即下载
一种基于隐私保护的图模型训练方法、装置及设备.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 113361658 B (45)授权公告日 2022.06.14 (21)申请号 202110801373.9 G06F 16/901 (2019.01)
2023-06-19 约6.17万字 46页立即下载
一种基于隐私保护的数据处理方法、装置及设备.pdf (19)中华人民共和国国家知识产权局 (12)发明专利 (10)授权公告号 CN 112800468 B (45)授权公告日 2022.04.08 (21)申请号 202110187936.X G06N 3/08 (2006.01) (22)申请日 2
2023-06-05 约4.39万字 33页立即下载
一种基于隐私保护的生物识别方法、装置及设备.pdf (19)中华人民共和国国家知识产权局 (12)发明专利 (10)授权公告号 CN 112818400 B (45)授权公告日 2022.05.03 (21)申请号 202110188015.5 G06V 10/82 (2022.01)
2023-06-04 约4.35万字 32页立即下载
一种基于隐私保护的数据处理方法、装置及设备.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112818389 A (43)申请公布日 2021.05.18 (21)申请号 202110102575.4 (22)申请日 2021.01.26 (71)申请人支付宝（杭州）信息技术有限公司
2023-06-05 约5.04万字 38页立即下载
一种基于隐私保护的数据信息发布方法、装置及设备.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112818390 A (43)申请公布日 2021.05.18 (21)申请号 202110103274.3 (22)申请日 2021.01.26 (71)申请人支付宝（杭州）信息技术有限公司
2023-06-05 约2.65万字 23页立即下载
基于数据隐私保护的在线模型训练方法、装置以及设备.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 112800467 B (45)授权公告日 2022.08.26 (21)申请号 202110187563.6 (56)对比文件
2023-06-03 约2.7万字 22页立即下载
隐私保护的智能识别方法、装置、存储介质以及电子设备.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114782245 A (43)申请公布日 2022.07.22 (21)申请号 202210579463.2 (22)申请日 2022.05.25 (71)申请人周佳庆地址 518102 广东
2023-05-13 约2.12万字 18页立即下载
可实现隐私保护的个性化联邦学习算法研究与分析.docx 可实现隐私保护的个性化联邦学习算法研究与分析一、引言随着信息技术的迅猛发展，数据安全问题愈发引人关注。特别是在深度学习与机器学习中，海量数据对于模型的训练与优化具有不可替代的价值。然而，随着个人对数据隐私保护的日益重视，如何在利用数据的同时保护用户隐私，成为了机器学习领域的重要研究课题。在此背景下，联邦学习技术应运而生，而其中个性化联邦学习更是被视为未来研究的热点。本文旨在研究与分析可实现隐私保护的个性化联邦学习算法，探讨其优势、挑战及潜在应用。二、个性化联邦学习概述 个性化联邦学习是一种新型的机器学习方法，它通过将分布式数据保持在其原始设备上，实现了在保护用户隐私的同时进行模型训练与优
2025-03-07 约4.67千字 10页立即下载
面向EEG用户隐私保护的个性化联邦学习研究.docx 面向EEG用户隐私保护的个性化联邦学习研究一、引言随着人工智能技术的飞速发展，脑电信号（EEG）作为研究人类神经系统的关键技术之一，已被广泛应用于医疗、神经科学、人机交互等领域。然而，EEG数据的处理和存储往往涉及到用户的隐私保护问题。与此同时，传统的机器学习模型需要大量的数据进行训练，但EEG数据的获取通常较为困难且隐私问题日益凸显。因此，如何有效保护EEG用户隐私的同时，实现个性化学习模型的训练成为了一个重要的研究课题。本文旨在研究面向EEG用户隐私保护的个性化联邦学习，以解决上述问题。二、研究背景及意义随着大数据时代的到来，EEG数据的获取和应用越来越广泛。然而，EEG数据涉及到
2025-04-16 约4.22千字 9页立即下载
个性化梯度裁剪：联邦学习隐私保护算法.pptx 个性化梯度裁剪：联邦学习隐私保护算法主讲人：目录01联邦学习基础02隐私保护的重要性03个性化梯度裁剪算法04隐私保护技术应用05案例研究与分析06未来发展趋势联邦学习基础01 联邦学习概念隐私保护机制分布式机器学习框架联邦学习是一种分布式机器学习框架，允许多个设备或服务器协作训练模型，而无需共享数据。通过在本地设备上训练模型，联邦学习确保用户数据不离开原始位置，从而提供隐私保护。跨设备模型优化联邦学习允许模型在多个设备上进行优化，同时减少对中心服务器的依赖，提高效率和安全性。联邦学习的优势联邦学习通过在本地更新模型，避免了数据共享，从而有效保护了用户隐私。保护用户隐私联邦学习仅需传输模
2025-04-24 约5.15千字 52页立即下载
个性化智能家居设备隐私保护合作协议.docx 甲方：XXX乙方：XXX20XXCOUNTRACTCOVER专业合同封面RESUME 甲方：XXX 乙方：XXX 20XX COUNTRACTCOVER 专业合同封面 RESUME PERSONAL 个性化智能家居设备隐私保护合作协议甲方（采购方）：甲方名称：______ 甲方地址：______ 甲方联系方式：______ 法定代表人（如有）：______ 乙方（供应方）：乙方名称：______ 乙方地址：______ 乙方联系方式：______ 法定代表人（如有）：______ 一、隐私保护要求 1.设备信息收集乙方生产的个性化智能家居设备在收集和使用用户个人信息时，必须遵守国家相关
2025-05-26 约2.54千字 8页立即下载
一种区块链隐私数据的保护方法及装置.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113360943 A (43)申请公布日 2021.09.07 (21)申请号 202110697894.4 (22)申请日 2021.06.23 (71)申请人京东数科海益信息科技有限公司
2023-06-20 约2.76万字 19页立即下载
一种基于个性化联邦学习的面部识别方法和装置.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882573 A (43)申请公布日 2022.08.09 (21)申请号 202210629966.6 (22)申请日 2022.06.06 (71)申请人浙江工业大学地址 310014
2023-05-18 约1.34万字 12页立即下载