基于混合学习的隐私泄漏检测方法及设备

AITNT
正文
推荐专利
基于混合学习的隐私泄漏检测方法及设备
申请号:CN202411909716
申请日期:2024-12-23
公开号:CN119358032A
公开日期:2025-01-24
类型:发明专利
摘要
本申请提供一种基于混合学习的隐私泄漏检测方法及设备。在本申请的一个示例中,该基于混合学习的隐私泄漏检测方法包括:获取隐私泄露检测关联数据;利用无监督学习模型,对所述隐私泄露检测关联数据进行隐私泄露检测关联特征提取,得到隐私泄露检测关联特征;以及,利用超参数优化方案确定深度学习模型的初始最优超参数组合;构建隐私泄露检测模型,并依据所述初始最优超参数组合,利用所述隐私泄露检测关联特征对所述隐私泄露检测模型进行训练,得到训练好的隐私泄露检测模型;针对待检测物联网环境,对所述训练好的隐私泄露检测模型进行迁移学习。该方法可以提升模型在复杂物联网数据上的泛化能力和准确性。
技术关键词
隐私泄露检测 隐私泄漏检测方法 超参数 无监督学习 深度学习模型 编码器 数据 物联网设备 训练集 处理器 存储器 策略 电子设备 指令 数值 算法 定义
系统为您推荐了相关专利信息
1
基于机器学习的HPC应用程序通信时间预测方法及系统
时间预测方法 XGBoost模型 通信特征 时间预测系统 机器学习技术
2
识别轮胎与路面接触系数和接触力的方法、系统及存储介质
偏角 加速度 信号采集仪 测试平台 深度学习算法
3
短期电力负荷预测系统
灰狼优化算法 历史负荷数据 数据处理模块 电力负荷预测 编码器
4
基于深度学习的分屏监控异常事件突显方法
异常事件 突显方法 监控视频流 计算机可读取存储介质 深度学习模型
5
一种机器视觉识别地质变形的方法
机器视觉识别 混合深度学习模型 传感器监测网络 流水线架构 空间结构特征
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