[發(fā)明專利]基于生成式對(duì)抗網(wǎng)絡(luò)的關(guān)系型表格數(shù)據(jù)的生成方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202010914927.1
• 申請(qǐng)日: 2020-09-03
• 公開(kāi)（公告）號(hào): CN111767326B
• 公開(kāi)（公告）日: 2020-11-27
• 發(fā)明（設(shè)計(jì)）人: 李國(guó)良;柴成亮;吳國(guó)誠(chéng);杜蜀薇;朱耀宇;張宏達(dá);鄭斌;胡若云;沈百?gòu)?qiáng);李熊;李飛飛;葉翔
• 申請(qǐng)（專利權(quán)）人: 國(guó)網(wǎng)浙江省電力有限公司營(yíng)銷服務(wù)中心;清華大學(xué);國(guó)網(wǎng)浙江省電力有限公司
• 主分類號(hào): G06F16/2458
• 分類號(hào): G06F16/2458;G06F16/28;G06F16/22;G06K9/62
• 代理公司: 杭州華鼎知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 33217
• 代理人: 魏亮

1.一種基于生成式對(duì)抗網(wǎng)絡(luò)的關(guān)系型表格數(shù)據(jù)的生成方法，其特征在于，該方法包括：

S10、獲取原始的關(guān)系型表格數(shù)據(jù)，所述關(guān)系型表格數(shù)據(jù)包括可分類數(shù)據(jù)、數(shù)字型數(shù)據(jù)、順序型數(shù)據(jù)；

S20、從原始的關(guān)系型表格數(shù)據(jù)中選擇能唯一確定實(shí)體的可分類數(shù)據(jù)以確定相應(yīng)的實(shí)體，將唯一確定實(shí)體的可分類數(shù)據(jù)作為實(shí)體標(biāo)識(shí)屬性；

S30、將包含所述實(shí)體標(biāo)識(shí)屬性的可分類屬性元組作為條件信息，將隨機(jī)噪聲向量作為輸入，通過(guò)預(yù)先訓(xùn)練的數(shù)據(jù)生成模型得到生成的關(guān)系型表格數(shù)據(jù)；

其中，數(shù)據(jù)生成模型是通過(guò)訓(xùn)練預(yù)先構(gòu)建的條件生成式對(duì)抗網(wǎng)絡(luò)而得到的訓(xùn)練后的生成器，所述條件生成式對(duì)抗網(wǎng)絡(luò)由判別器與生成器組成；在訓(xùn)練過(guò)程中，將關(guān)系型數(shù)據(jù)表格中的實(shí)體數(shù)據(jù)作為訓(xùn)練樣本，將實(shí)體的可分類屬性元組作為判別器與生成器的條件信息，對(duì)所述條件生成式對(duì)抗網(wǎng)絡(luò)進(jìn)行訓(xùn)練；

其中，當(dāng)有多條記錄屬于同一實(shí)體、并且這些記錄可以被同一序數(shù)型屬性線性排列時(shí)，S30中將關(guān)系型數(shù)據(jù)表格中的實(shí)體數(shù)據(jù)作為訓(xùn)練樣本，包括：

基于序數(shù)型屬性將屬于同一實(shí)體的多條記錄的數(shù)字型數(shù)據(jù)組合為二維數(shù)字型矩陣，

對(duì)所述二維數(shù)字型矩陣進(jìn)行數(shù)據(jù)填充，得到實(shí)體數(shù)據(jù)矩陣，

將所述實(shí)體數(shù)據(jù)矩陣作為所述訓(xùn)練樣本中的數(shù)字型數(shù)據(jù)表示。

2.根據(jù)權(quán)利要求1所述的基于生成式對(duì)抗網(wǎng)絡(luò)的關(guān)系型表格數(shù)據(jù)的生成方法，其特征在于，基于序數(shù)型屬性將屬于同一實(shí)體的多條記錄的數(shù)字型數(shù)據(jù)組合為二維的數(shù)字型矩陣，具體包括：

確定實(shí)體的序數(shù)型屬性區(qū)間；

將指向同一實(shí)體的多條記錄以序數(shù)型屬性為坐標(biāo)，組合為二維的數(shù)字型矩陣。

3.根據(jù)權(quán)利要求1所述的基于生成式對(duì)抗網(wǎng)絡(luò)的關(guān)系型表格數(shù)據(jù)的生成方法，其特征在于，對(duì)所述二維數(shù)字型矩陣進(jìn)行數(shù)據(jù)填充，包括：填充最近的非零數(shù)值，或者填充數(shù)值0。

4.根據(jù)權(quán)利要求1-3中任一權(quán)利要求所述的基于生成式對(duì)抗網(wǎng)絡(luò)的關(guān)系型表格數(shù)據(jù)的生成方法，其特征在于，以低維潛層向量作為可分類屬性數(shù)據(jù)的嵌入表示。

5.根據(jù)權(quán)利要求4所述的基于生成式對(duì)抗網(wǎng)絡(luò)的關(guān)系型表格數(shù)據(jù)的生成方法，其特征在于，所述低維潛層向量的生成方法包括：

基于可分類屬性數(shù)據(jù)，獲得相應(yīng)的未訓(xùn)練的嵌入的表示元組；

將嵌入的表示元組輸入解碼器網(wǎng)絡(luò)，所述解碼器網(wǎng)絡(luò)為全連接神經(jīng)網(wǎng)絡(luò)，將解碼器輸出與樣本數(shù)據(jù)的均方誤差作為損失函數(shù)，通過(guò)反向傳播對(duì)解碼器網(wǎng)絡(luò)和嵌入向量進(jìn)行優(yōu)化，將得到的每個(gè)可分類屬性的所有嵌入向量組合得到該屬性的嵌入矩陣；

將得到的嵌入矩陣作為可分類屬性數(shù)據(jù)的低維潛層向量。

6.根據(jù)權(quán)利要求5所述的基于生成式對(duì)抗網(wǎng)絡(luò)的關(guān)系型表格數(shù)據(jù)的生成方法，其特征在于，該方法還包括：通過(guò)保護(hù)判別器隱私和/或保護(hù)嵌入表示的隱私和/或保護(hù)樣本頻次隱私的差分隱私保護(hù)，實(shí)現(xiàn)真實(shí)數(shù)據(jù)的隱私保護(hù)。

7.根據(jù)權(quán)利要求6所述的基于生成式對(duì)抗網(wǎng)絡(luò)的關(guān)系型表格數(shù)據(jù)的生成方法，其特征在于，保護(hù)判別器隱私的方法包括：

在訓(xùn)練預(yù)先構(gòu)建的條件生成式對(duì)抗網(wǎng)絡(luò)過(guò)程中，使用反向傳播計(jì)算判別器梯度時(shí)加入噪音。

8.根據(jù)權(quán)利要求6所述的基于生成式對(duì)抗網(wǎng)絡(luò)的關(guān)系型表格數(shù)據(jù)的生成方法，其特征在于，保護(hù)嵌入表示的隱私的方法包括：

在預(yù)訓(xùn)練嵌入矩陣的過(guò)程中，訓(xùn)練嵌入矩陣前的原始數(shù)據(jù)上或訓(xùn)練后的嵌入矩陣上添加拉普拉斯噪音。

9.一種基于生成式對(duì)抗網(wǎng)絡(luò)的關(guān)系型表格數(shù)據(jù)的生成裝置，其特征在于，該裝置包括：

數(shù)據(jù)獲取模塊，用于獲取原始的關(guān)系型表格數(shù)據(jù)，所述關(guān)系型表格數(shù)據(jù)包括可分類數(shù)據(jù)、數(shù)字型數(shù)據(jù)、順序型數(shù)據(jù)；

實(shí)體確定模塊，用于從原始的關(guān)系型表格數(shù)據(jù)中選擇能唯一確定實(shí)體的可分類數(shù)據(jù)以確定相應(yīng)的實(shí)體，將唯一確定實(shí)體的可分類數(shù)據(jù)作為實(shí)體標(biāo)識(shí)屬性；

數(shù)據(jù)生成模塊，用于將包含所述實(shí)體標(biāo)識(shí)屬性的可分類屬性元組作為條件信息，將隨機(jī)噪聲向量作為輸入，通過(guò)預(yù)先訓(xùn)練的數(shù)據(jù)生成模型得到生成的關(guān)系型表格數(shù)據(jù)；

其中，數(shù)據(jù)生成模型是通過(guò)訓(xùn)練預(yù)先構(gòu)建的條件生成式對(duì)抗網(wǎng)絡(luò)而得到的訓(xùn)練后的生成器，所述條件生成式對(duì)抗網(wǎng)絡(luò)由判別器與生成器組成；在訓(xùn)練過(guò)程中，將關(guān)系型數(shù)據(jù)表格中的實(shí)體數(shù)據(jù)作為訓(xùn)練樣本，將實(shí)體的可分類屬性元組作為判別器與生成器的條件信息，對(duì)所述條件生成式對(duì)抗網(wǎng)絡(luò)進(jìn)行訓(xùn)練；

其中，當(dāng)有多條記錄屬于同一實(shí)體、并且這些記錄可以被同一序數(shù)型屬性線性排列時(shí)，數(shù)據(jù)生成模塊中將關(guān)系型數(shù)據(jù)表格中的實(shí)體數(shù)據(jù)作為訓(xùn)練樣本，包括：

基于序數(shù)型屬性將屬于同一實(shí)體的多條記錄的數(shù)字型數(shù)據(jù)組合為二維數(shù)字型矩陣，

對(duì)所述二維數(shù)字型矩陣進(jìn)行數(shù)據(jù)填充，得到實(shí)體數(shù)據(jù)矩陣，

將所述實(shí)體數(shù)據(jù)矩陣作為所述訓(xùn)練樣本中的數(shù)字型數(shù)據(jù)表示。