首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

面向联邦学习的博弈驱动隐私自适应定价方法和装置 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:北京邮电大学

摘要:本发明提供一种面向联邦学习的博弈驱动隐私自适应定价方法和装置,方法包括:构建基于差分隐私的联邦学习框架;获取联邦学习框架服务器的隐私支付上限及收益,构建所述服务器的效用函数;获取所述联邦学习框架客户的隐私预算及隐私损失,构建客户的效用函数;将服务器的效用函数和客户的效用函数输入两阶段的斯塔克伯格博弈模型中,以得到隐私自适应定价策略;根据所述隐私自适应定价策略控制面向联邦学习的隐私定价过程。该方法可以最大化服务器和客户自身效用,平衡客户隐私和模型性能。本发明针对联邦学习中客户隐私和全局服务器性能相互制衡的问题,设计了客户和服务器的效用函数,通过优化效用函数来实现客户隐私和服务器性能的平衡。

主权项:1.一种面向联邦学习的博弈驱动隐私自适应定价方法,其特征在于,包括:构建基于差分隐私的联邦学习框架;获取所述联邦学习框架服务器的隐私支付上限及收益,以构建所述服务器的效用函数;获取所述联邦学习框架客户的隐私预算及隐私损失,以构建客户的效用函数;将所述服务器的效用函数和客户的效用函数输入两阶段的斯塔克伯格博弈模型中,以得到隐私自适应定价策略;根据所述隐私自适应定价策略控制面向联邦学习的隐私定价过程。

全文数据:

权利要求:

百度查询: 北京邮电大学 面向联邦学习的博弈驱动隐私自适应定价方法和装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。