满足差分隐私的图扩散模型学习方法和设备

本发明提供一种满足差分隐私的图扩散模型学习方法和设备，该学习方法包括：基于持有的子图集合中的多个子图和各个子图对应的多个加噪图训练图扩散模型中的去噪网络，以使去噪网络基于各个加噪图进行节点特征提取以得到各个节点特征集合；基于节点特征集合得到边特征集合，并采用注意力机制基于加噪图的节点属性相似度信息对相应边特征集合中各个边的两端节点连接的多个边特征进行加权融合，生成各个融合后的边特征以得到更新的边特征集合；基于更新的边特征集合输出相应子图的预测结果，最小化相应子图的预测结果和该子图之间的损失或隐私预算消耗达到预设阈值，得到满足差分隐私的训练后的去噪网络。本发明能实现满足差分隐私的图学习。