摘要
本发明公开了一种基于信息安全的保险数据共享平台及方法,涉及信息安全技术领域,通过设置差分隐私噪声的约束范围,取其中位值作为初始噪声。各机构完成本地训练后输出参数并加噪,收集扰动参数进行聚合,生成全局模型并返回各机构继续训练;对前n轮扰动参数添加初始噪声,收集输出熵变化、参数震荡和参与方波动信息,计算影响值,并依据其与约束范围的关系动态调节后续训练中的噪声值,最终输出全局模型。能灵活确定差分隐私噪声,使模型在保证较高准确率的同时有效保护数据隐私,降低数据泄露风险,提升保险机构对联合建模结果的信任。同时,该方法还能有效减少训练轮数,降低资源消耗,节省整体成本。
技术关键词
差分隐私
数据共享方法
噪声
指数
参数
数据共享平台
保护数据隐私
信息安全技术
模型训练模块
保险机构
数值
风险
基准
分析模块
算法
警报
动态
系统为您推荐了相关专利信息
机器人智能控制
姿态调控
图像分析算法
机器人运动规划
机器人末端执行器
北斗高精度定位方法
模糊逻辑理论
信噪比
模糊推理
隶属度函数
模型拟合方法
偏好特征
净化模块
注意力机制
离群点
轨迹隐私保护方法
转移概率矩阵
生成轨迹
网格
全卷积神经网络