一种差分隐私场景下基于生成对抗模型的数据增广方法

本发明公开了一种差分隐私场景下基于生成对抗模型的数据增广方法，涉及物联网技术领域。本发明包括如下步骤：S1：获取未加噪的真实数据集，并将数据生成对抗模型中的判别器中；S2：判别器会学习未加噪的真实数据的分布且接收生成器生成的合成数据；S3：生成器则接收随机噪声作为输入并尝试生成逼真的数据样本。本发明将差分隐私和生成对抗模型结合，在满足数据持有方隐私保护的需求的同时，也能够扩充了数据收集方的数据集，避免了数据收集方没有足够数据量的问题；本发明在对数据的隐私保护方面采用了Rényi差分隐私，在生成对抗模型中的训练过程中使用高斯噪声加噪，并且追踪此过程中花费的隐私预算。