[發(fā)明專利]具有特征混淆的機器學(xué)習(xí)在審
| 申請?zhí)枺?/td> | 202080056514.2 | 申請日： | 2020-08-13 |
| 公開（公告）號： | CN114207637A | 公開（公告）日： | 2022-03-18 |
| 發(fā)明（設(shè)計）人： | S·E·布拉德紹;S·古納塞克拉安;S·S·艾勒特;A·D·艾卡爾;K·M·丘爾維茲 | 申請（專利權(quán)）人： | 美光科技公司 |
| 主分類號： | G06N20/00 | 分類號： | G06N20/00 |
| 代理公司： | 北京律盟知識產(chǎn)權(quán)代理有限責(zé)任公司 11287 | 代理人： | 王龍 |
| 地址： | 美國愛*** | 國省代碼： | 暫無信息 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 具有 特征 混淆 機器 學(xué)習(xí) | ||
1.一種方法，其包括：
通過多個計算機托管人工神經(jīng)網(wǎng)絡(luò)(ANN)的相應(yīng)不同版本及相應(yīng)的不同用戶數(shù)據(jù)集；
通過所述多個計算機中的計算機從所述計算機上托管的所述相應(yīng)用戶數(shù)據(jù)集提取多個特征；
通過所述計算機混淆所述所提取的多個特征以生成混淆的用戶數(shù)據(jù)；及
通過所述計算機將所述混淆的用戶數(shù)據(jù)傳輸?shù)酵泄芩鯝NN的主版本的選定計算機，其中所述選定計算機使用機器學(xué)習(xí)基于所述混淆的用戶數(shù)據(jù)訓(xùn)練所述ANN的所述主版本。
2.根據(jù)權(quán)利要求1所述的方法，其中混淆所述所提取的多個特征包括使用一或多個算術(shù)運算組合所述所提取的多個特征中的不同輸入集合以組合所述不同集合。
3.根據(jù)權(quán)利要求2所述的方法，其包括通過所述計算機隨機地選擇所述不同輸入集合，以用于所述不同集合的所述組合。
4.根據(jù)權(quán)利要求2所述的方法，其包括通過所述計算機有意地選擇所述不同輸入集合，以用于所述不同集合的所述組合。
5.根據(jù)權(quán)利要求1所述的方法，其進一步包括：
在提取所述多個特征之前，通過所述計算機標(biāo)記將混淆的所述相應(yīng)用戶數(shù)據(jù)集的部分；及
根據(jù)所述相應(yīng)用戶數(shù)據(jù)集的所述所標(biāo)記部分，通過所述計算機提取所述多個特征，其中所述所提取的多個特征包括所述相應(yīng)用戶數(shù)據(jù)集的所述所標(biāo)記部分。
6.根據(jù)權(quán)利要求5所述的方法，其中標(biāo)記所述相應(yīng)用戶數(shù)據(jù)集的部分包括隨機地標(biāo)記所述部分，使得所述所標(biāo)記部分是所述相應(yīng)用戶數(shù)據(jù)集的部分的隨機采樣。
7.根據(jù)權(quán)利要求5所述的方法，其中標(biāo)記所述相應(yīng)用戶數(shù)據(jù)集的部分包括有意地標(biāo)記所述部分，使得所述所標(biāo)記部分是所述相應(yīng)用戶數(shù)據(jù)集的部分的有意采樣。
8.根據(jù)權(quán)利要求1所述的方法，其中混淆所述所提取的多個特征包括使用替換，并且其中所述替換包括用與所述所提取的多個特征中的數(shù)據(jù)相關(guān)的數(shù)據(jù)替換所述所提取的多個特征中的所述數(shù)據(jù)。
9.根據(jù)權(quán)利要求1所述的方法，其中混淆所述所提取的多個特征包括使用改組，并且其中所述改組包括重新布置所述所提取的多個特征中的數(shù)據(jù)的次序或位置。
10.根據(jù)權(quán)利要求1所述的方法，其中所述所提取的多個特征包括使用數(shù)值方差方法，其中所述數(shù)值方差方法包括將所述所提取的多個特征中的數(shù)據(jù)內(nèi)的值變化到預(yù)定范圍。
11.根據(jù)權(quán)利要求1所述的方法，其中混淆所述所提取的多個特征包括使用數(shù)據(jù)加密。
12.根據(jù)權(quán)利要求1所述的方法，其中混淆所述所提取的多個特征包括使用消除或刪除所述所提取的多個特征中的數(shù)據(jù)的至少一部分。
13.根據(jù)權(quán)利要求1所述的方法，其中混淆所述所提取的多個特征包括使用掩蔽或字符加擾方法，并且其中所述掩蔽或所述字符加擾方法包括掩蔽或字符加擾所述所提取的多個特征中的數(shù)據(jù)的一部分。
14.一種方法，其包括：
通過第一計算機托管人工神經(jīng)網(wǎng)絡(luò)(ANN)的主版本；
通過所述第一計算機從第二計算機接收混淆的用戶數(shù)據(jù)，其中所述混淆的用戶數(shù)據(jù)包括多個混淆特征，并且其中所述第二計算機從本地存儲在所述第二計算機上的用戶數(shù)據(jù)提取多個特征，并且在將所述混淆的用戶數(shù)據(jù)傳輸?shù)剿龅谝挥嬎銠C之前，混淆所述所提取的多個特征以生成所述多個混淆特征；及
通過所述第一計算機使用機器學(xué)習(xí)基于所述所接收的混淆用戶數(shù)據(jù)來訓(xùn)練所述ANN的所述主版本。
15.根據(jù)權(quán)利要求14所述的方法，其中所述第二裝置通過使用一或多個算術(shù)運算組合不同輸入集合以組合所述不同集合來混淆所述所提取的多個特征。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于美光科技公司，未經(jīng)美光科技公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202080056514.2/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
