针对隐私型深度伪造的检测方法在联邦协作中的应用方法

AITNT
正文
推荐专利
针对隐私型深度伪造的检测方法在联邦协作中的应用方法
申请号:CN202411020094
申请日期:2024-07-29
公开号:CN119167079A
公开日期:2024-12-20
类型:发明专利
摘要
本发明提出的针对隐私型深度伪造的检测方法在联邦协作中的应用方法,属于计算机图像处理技术领域。具体实施方案包括对数据进行预处理;使用基于联邦学习的深度伪造检测算法在多个客户端节点上进行模型训练,并在本地对待上传的模型实施随机掩模和差分隐私噪声处理。益处在于:该方法采用多方联合共同训练的方式,每个节点利用本地数据训练本地的深度伪造检测模型,在全局聚合过程中,本地节点仅上传模型参数而非原始数据,中心服务器通过特定的聚合算法整合全局模型参数,然后将其下发给各节点进行新一轮的迭代更新。
技术关键词
中心服务器 差分隐私 节点 参数 客户端 计算机图像处理技术 数据 分支 通道注意力机制 随机梯度下降 噪声 掩模 残差结构 算法 样本 框架 时序
系统为您推荐了相关专利信息
1
一种基于扩散模型的药物分子多属性优化方法及系统
节点特征 官能团 分子 药物 条件概率模型
2
一种基于多源点云数据的桥梁模型建立方法
点云模型 全球导航卫星系统 波形钢腹板 波纹腹板 监测点
3
一种空间异形钢木组合结构屋面深化设计方法
钢木组合结构 异形屋面 深化设计方法 建筑外观 建立BIM模型
4
一种丛式井组高效群采方法
丛式井组 故障诊断模型 采集井下温度 逻辑 参数
5
角色扮演模型的训练方法、角色扮演方法、装置及设备
角色扮演方法 样本 多轮对话 大语言模型 风格
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号