[發明專利]一種基于郵件數據的隱私保護鏈接預測方法及系統

有效

• 申請號: 202210066876.0
• 申請日: 2022-01-20
• 公開（公告）號: CN114513337B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 王勇;王范川;王曉虎;秦瑞;張應福;石錕
• 申請（專利權）人: 電子科技大學
• 主分類號: H04L9/40
• 分類號: H04L9/40;H04L51/42;G06N3/042;G06N3/094
• 代理公司: 成都金英專利代理事務所(普通合伙) 51218
• 代理人: 袁英

1.一種基于郵件數據的隱私保護鏈接預測方法，其特征在于，包括：

步驟一：對郵件數據進行預處理，挖掘郵件中的隱含關系，構建基于郵件數據的人物關系知識圖譜；

步驟二：利用基于能量的學習實體低維嵌入模型對人物關系知識圖譜中的實體和隱含關系進行編碼，獲得不同實體之間存在一對一關系的嵌入空間和嵌入數據；

步驟三：利用生成對抗網絡，使用編碼后的嵌入數據訓練獲得生成模型，并利用該模型模擬嵌入空間；所述步驟三中的訓練獲得生成模型過程具體包括：

S301，從高斯分布采樣一個隨機噪聲Z；

S302，使用包含兩層全連接層和一個歸一化層的神經網絡作為生成器模型G(.)，采用Wasserstein損失加上鏈接預測損失，這種鏈接預測損失被表述為基于邊際的排名損失，表示如下：

其中，為非敏感關系三元組，為敏感關系三元組；γ0是一個邊界超參數，d(x,y)表示兩個向量之間的歐氏距離；

Wasserstein損失的計算如下：

其中，y_n表示非敏感標簽，y_s敏感標簽，整個生成模型的損失如下式所示：

L_G＝L₂+λL_Dist

其中，λ為調整單個損失函數權值的超參數；

S303，使用兩個帶LeakyReLU激活層的全連接層網絡作為判別器模型D(.)，第二個全連接層作為二分類器用來區分輸入數據的真實性，同時使用Wasserstein損失；采用梯度懲罰L_GP來加強李普希茨約束，如果梯度范數偏離其目標范數值1，則對判別器模型進行懲罰，因此，判別器模型的損失函數如下式所示：

S304，交替訓練生成器模型和判別器模型；

步驟四：使用梯度下降的重構方法混淆原始數據中隱含的敏感關系與非敏感關系，微調嵌入空間的分布結構；所述步驟四具體包括以下子步驟：

S401，從高斯分布采樣R個初始嵌入

S402，將原始數據集按關系l_o的類別劃分為多組數據集X_l，X_l表示關系l對應的TransE編碼；

S403，對任意一組含關系l的數據集X_l，使用訓練好的生成器模型作為重構的神經網絡，并使用如下損失函數重構關系數據的編碼Z：

其中，G_(Z)是輸入為z(z∈Z)的生成器模型的輸出；α0為邊界超參數，它的作用相當于是敏感關系重構編碼與它正常編碼的間隔修正；

S404，我們使用L次的梯度下降算法來重構初始嵌入重構過程按以下公式進行計算：

S405，隨機初始化R個z，采樣到不同的局部極小值以提高重構模型的魯棒性，z^*被找到通過最小化以下公式：

最后使用重構后的數據作為最終的關系嵌入，并進行后續人員關系的預測；

步驟五：基于微調后的嵌入空間的數據進行基于郵件系統人物關系的推理預測。

2.根據權利要求1所述的一種基于郵件數據的隱私保護鏈接預測方法，其特征在于，所述步驟一具體包括：

S101，針對高校學生郵件系統數據集，選取與人員關系最為密切的學生通信關系，建立通信關系知識圖譜；

S102，將高校學生郵件系統網絡劃分為域內通信網絡和域外通信網絡；

S103，將通信關系知識圖譜定義為(h,l,t)三元組，其中，通信關系l被分為兩組關系，分別為已知的關系l_o和未知的需要去預測的關系l_u，且l_u∈l_o；

S104，將已知的關系l_o進一步分為域內網絡中的敏感關系和域外通信網絡中非敏感關系且有