发明专利 已授权

面向成员推理攻击的基于异常点检测的深度模型隐私保护方法

📄 申请号:CN202110653336.8 📄 发布日:2026/08/04

著录项目信息

申请日
2021-06-11
公开号
CN113283536A
公开日
2021-08-20
申请人
浙江工业大学
法律状态
已下证
专利类型
发明
主分类号
IPC 分类号

技术画像

应用场景

人工智能安全, 数据隐私保护, 模型安全防护, 隐私计算, 机器学习安全

摘要

本发明公开了一种面向成员推理攻击的基于异常点检测的深度模型隐私保护方法,通过正则化方法缓解目标模型的过拟合程度,然后在该模型上找出容易受到成员推理攻击的异常样本,进而从目标模型的训练集中删除这些样本,最后重新训练目标模型,达到防御效果。为了确定容易受到成员推理攻击的样本,首先建立参考模型训练集,建立参考模型,用参考模型训练集训练参考模型,将待测样本输入参考模型,获取待测样本的特征向量,通过比较不同待测样本的特征向量的距离,计算待测样本的局部离群因子,局部离群因子大于1的样本为异常样本。利用本发明,可以消除传统防御方法存在的梯度不稳定、训练不收敛、收敛速度慢等问题,达到较好的防御性能。
权利要求书 (12项) 说明书 附图

……

……

图1
图2
图3

法律状态时间线

相似专利推荐 AI 驱动 · 同领域

暂无同领域相似专利推荐
议价
不含过户费

📋 交易方式: 委托待转让 📌 交易状态: 在售 👁️ 浏览次数:19 ❤️ 收藏人数:93 📋 项目申报: 未申报

资金托管 权属尽调 包过户
🏢 淄博智来知识产权服务有限公司
✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)
王**¥-10万
李** 企业¥-8万
陈**¥-3万
查看全部出价