一种领域深度学习的数据差分隐私处置优选方法

本发明涉及数据差分隐私处置的技术领域，公开了一种领域深度学习的数据差分隐私处置优选方法，所述方法包括：将领域隐私数据集构建为深度学习损失函数；初始化生成领域隐私数据的隐私预算；计算领域隐私数据在深度学习损失函数训练过程中的贡献梯度，基于贡献梯度对领域隐私数据的隐私预算进行动态优选调整；利用动态优选调整后的隐私预算对领域隐私数据进行隐私保护。本发明基基于深度学习模型参数在训练过程中的梯度，计算不同领域隐私数据的贡献梯度，进而基于贡献梯度以及领域隐私数据的差分隐私变化率对隐私预算进行动态优选调整，在保证模型训练效果的情况下，得到对领域隐私数据进行隐私保护的隐私预算，实现领域隐私数据的隐私保护。