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
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
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
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
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