[发明专利]基于差分隐私的集成学习分类方法有效
| 申请号： | 202010010391.0 | 申请日： | 2020-01-06 |
| 公开（公告）号： | CN111222570B | 公开（公告）日： | 2022-08-26 |
| 发明（设计）人： | 李先贤;刘静;刘松逢;王金艳 | 申请（专利权）人： | 广西师范大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N20/20 |
| 代理公司： | 桂林市持衡专利商标事务所有限公司 45107 | 代理人： | 陈跃琳 |
| 地址： | 541004 广西壮*** | 国省代码： | 广西;45 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于差分隐私的集成学习分类方法，首先为了获得具有比较大的差异的基分类器，训练基分类器前先对训练数据集做预处理，增加基分类器多样性的同时提高了隐私预算利用率；然后利用拉普拉斯机制对基分类器模型参数进行加噪，得到满足差分隐私的基分类器；最后通过增量选择得到最终的集成模型。本发明所获得的集成模型能够有效避免隐私泄露。 | ||
| 搜索关键词： | 基于 隐私 集成 学习 分类 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广西师范大学，未经广西师范大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010010391.0/，转载请声明来源钻瓜专利网。
