[發(fā)明專利]基于分裂學(xué)習(xí)的圖像數(shù)據(jù)保護(hù)方法、系統(tǒng)及電子設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202111185207.7
• 申請(qǐng)日: 2021-10-12
• 公開（公告）號(hào): CN113901516A
• 公開（公告）日: 2022-01-07
• 發(fā)明（設(shè)計(jì)）人: 鄭申俊;沈俊青;張亮;田甜;何剛;劉濤;蔡錦澄;陳亮;王要超
• 申請(qǐng)（專利權(quán)）人: 杭州中奧科技有限公司
• 主分類號(hào): G06F21/62
• 分類號(hào): G06F21/62
• 代理公司: 北京超凡宏宇專利代理事務(wù)所(特殊普通合伙) 11463
• 代理人: 安衛(wèi)靜

1.一種基于分裂學(xué)習(xí)的圖像數(shù)據(jù)保護(hù)方法，其特征在于，所述方法包括：

獲取原始圖像數(shù)據(jù)，并確定所述原始圖像數(shù)據(jù)對(duì)應(yīng)的初始嵌入特征；

將所述原始圖像數(shù)據(jù)與預(yù)設(shè)的噪聲數(shù)據(jù)進(jìn)行疊加得到擾動(dòng)圖像，并確定所述擾動(dòng)圖像對(duì)應(yīng)的擾動(dòng)嵌入特征；其中，所述預(yù)設(shè)的噪聲數(shù)據(jù)通過已訓(xùn)練完成的生成器所生成的；

將所述初始嵌入特征和所述擾動(dòng)嵌入特征輸入至已訓(xùn)練完成的鑒別器中得到特征相似性結(jié)果，并將滿足預(yù)設(shè)閾值的所述特征相似結(jié)果對(duì)應(yīng)的所述擾動(dòng)嵌入特征進(jìn)行聚合。

2.根據(jù)權(quán)利要求1所述的基于分裂學(xué)習(xí)的圖像數(shù)據(jù)保護(hù)方法，其特征在于，所述生成器的訓(xùn)練過程，包括：

在先驗(yàn)分布P_prior(x)中選取噪聲{z¹,z²,…z^m}作為所述生成器G(ω)的噪聲向量；

將所述噪聲向量輸入至已初始化的所述生成器中，所述生成器將所述噪聲向量前向傳播輸出噪聲數(shù)據(jù)P_c，并將所述生成器進(jìn)行重構(gòu)；

將所述原始圖像數(shù)據(jù)I_c與所述噪聲數(shù)據(jù)P_c進(jìn)行疊加得到擾動(dòng)圖像I_p，并利用擾動(dòng)圖像I_p與目標(biāo)擾動(dòng)圖像I_t構(gòu)建損失函數(shù)；所述損失函數(shù)為：

其中，loss為所述生成器的損失函數(shù)；M為客戶端子模型；D為鑒別器模型；m為樣本數(shù)量；

利用所述損失函數(shù)計(jì)算所述生成器的損失值，當(dāng)所述損失值滿足預(yù)設(shè)閾值時(shí)停止訓(xùn)練。

3.根據(jù)權(quán)利要求1所述的基于分裂學(xué)習(xí)的圖像數(shù)據(jù)保護(hù)方法，其特征在于，將所述原始圖像數(shù)據(jù)與預(yù)設(shè)的噪聲數(shù)據(jù)進(jìn)行疊加得到擾動(dòng)圖像之后，所述方法還包括：對(duì)所述擾動(dòng)圖像進(jìn)行預(yù)處理操作；其中，對(duì)所述擾動(dòng)圖像進(jìn)行預(yù)處理操作，包括：

獲取所述擾動(dòng)圖像I_p；

利用線性歸一化算式對(duì)所述擾動(dòng)圖像進(jìn)行歸一化操作，將所述擾動(dòng)圖像I_p的像素值進(jìn)行約束；其中，所述線性歸一化算式為：

4.根據(jù)權(quán)利要求1所述的基于分裂學(xué)習(xí)的圖像數(shù)據(jù)保護(hù)方法，其特征在于，所述鑒別器的訓(xùn)練過程，包括：

利用子模型M(θ)分別在所述原始圖像數(shù)據(jù)I_C以及所述擾動(dòng)圖像I_p進(jìn)行提取特征，獲得初始嵌入特征F_C以及擾動(dòng)嵌入特征F_p；

將所述初始嵌入特征F_C以及所述擾動(dòng)嵌入特征F_p輸入至已初始化的鑒別器D(ψ)中；并將所述擾動(dòng)嵌入特征F_p對(duì)應(yīng)的標(biāo)簽設(shè)置為0，所述初始嵌入特征F_C對(duì)應(yīng)的標(biāo)簽設(shè)置為1；

利用預(yù)設(shè)的損失函數(shù)計(jì)算所述鑒別器的損失值，當(dāng)所述損失值滿足預(yù)設(shè)閾值時(shí)停止訓(xùn)練；其中，所述損失函數(shù)為：

其中，loss為所述鑒別器的損失函數(shù)。

5.根據(jù)權(quán)利要求1所述的基于分裂學(xué)習(xí)的圖像數(shù)據(jù)保護(hù)方法，其特征在于，將所述初始嵌入特征和所述擾動(dòng)嵌入特征輸入至已訓(xùn)練完成的鑒別器中得到特征相似性結(jié)果，包括：

獲取所述初始嵌入特征F_C以及所述擾動(dòng)嵌入特征F_p；

利用數(shù)據(jù)拼接和/或數(shù)據(jù)平均的方式來對(duì)服務(wù)端中各個(gè)客戶端上傳的所述初始嵌入特征F_C以及所述擾動(dòng)嵌入特征F_p進(jìn)行聚合；

將已完成聚合的所述擾動(dòng)嵌入特征F_p進(jìn)行前向傳播得到所述特征相似性結(jié)果，并實(shí)時(shí)更新所述服務(wù)端以及所述客戶端的參數(shù)。

6.根據(jù)權(quán)利要求1所述的基于分裂學(xué)習(xí)的圖像數(shù)據(jù)保護(hù)方法，其特征在于，將所述原始圖像數(shù)據(jù)與預(yù)設(shè)的噪聲數(shù)據(jù)進(jìn)行疊加得到擾動(dòng)圖像之后，還包括：

對(duì)所述擾動(dòng)圖像進(jìn)行降噪處理，生成所述擾動(dòng)圖像的降噪圖像；

將所述降噪圖像進(jìn)行歸一化計(jì)算，得到歸一化計(jì)算結(jié)果；所述歸一化計(jì)算結(jié)果用于確定所述擾動(dòng)圖像對(duì)應(yīng)的所述擾動(dòng)嵌入特征。