[发明专利]一种基于联邦学习增强隐私保护的个性化搜索系统有效
| 申请号： | 202011415365.2 | 申请日： | 2020-12-07 |
| 公开（公告）号： | CN112507219B | 公开（公告）日： | 2023-06-02 |
| 发明（设计）人： | 窦志成;姚菁;文继荣 | 申请（专利权）人： | 中国人民大学 |
| 主分类号： | G06F16/9535 | 分类号： | G06F16/9535;G06F16/9538;G06F40/284;G06N3/045;G06N3/098 |
| 代理公司： | 北京中创阳光知识产权代理有限责任公司 11003 | 代理人： | 樊炳章;钱芸 |
| 地址： | 100872 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明通过人工智能领域的方法，实现了一种基于联邦学习增强隐私保护的个性化搜索系统，系统的硬件架构由客户端和服务器构成，并构建基于联邦学习的个性化搜索框架，其中具体训练的底层模型为个性化排序模型，通过联邦学习的方式共同参与个性化排序模型的训练，训练得到的模型部署在各个客户端上，在客户端上发起查询、存储用户的搜索历史H、构建用户画像P，对从服务器返回的非个性化结果进行重排后展示给用户。解决了在利用用户的查询历史挖掘用户兴趣来推断当前的查询意图时，保护用户隐私的问题；并且基于这个框架，设计了两种模型，FedPSFlat和FedPSProxy，解决数据异质性的问题，以及单层FedPSFlat面临的性能瓶颈、通信障碍和隐私攻击的问题。 | ||
| 搜索关键词： | 一种 基于 联邦 学习 增强 隐私 保护 个性化 搜索 系统 | ||
【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中国人民大学，未经中国人民大学许可，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/202011415365.2/，转载请声明来源钻瓜专利网。
