一种基于差分隐私随机梯度下降的信息推荐方法

    公开(公告)号:CN116257688A

    公开(公告)日:2023-06-13

    申请号:CN202310247779.6

    申请日:2023-03-14

    Abstract: 本发明涉及人工智能深度学习领域,特别涉及一种基于差分隐私随机梯度下降的信息推荐方法。其包括:根据用户感兴趣的信息样本及其关系搭建信息推荐模型;通过差分隐私随机梯度下降算法学习信息推荐模型中的参数并进行加噪处理;学习完成后输出满足差分隐私保护的推荐结果;其中样本参数处理过程包括步骤S1.采集信息样本参数并根据其损失函数计算梯度;S2.计算需要进行梯度剪切的样本数量,并根据每组需要剪切样本数量计算得到该组剪切边界;S3.对梯度进行剪切,并且对隐私预算进行分配后,添加差分隐私噪声;S4.找出损失值最小的梯度下降步长并更新隐私样本参数。本发明使信息样本精度损失能有较大幅度的减少,保证了模型最终推荐结果的准确性。

    一种基于区块链的电力交易终端信任管理方法

    公开(公告)号:CN116151826B

    公开(公告)日:2023-08-01

    申请号:CN202310348083.2

    申请日:2023-04-04

    Abstract: 本发明公开了一种高效可靠的基于区块链的电力交易终端信任管理方法,在信任值收集阶段,针对信任评估过程中信任评估因子考虑不足的问题,利用终端代理收集用户的多维信任因子,然后利用信任评估的方法定量分析了终端的安全状态,可以有效缓解内部威胁的安全问题。在信任值发布阶段,通过共识协议使得区块链状态和数据达成一致性的过程,确保信任值不可篡改,克服了传统集中式信任管理单点失陷的问题。同时提出了基于可信优先队列的改进PBFT算法,大幅提升了系统的性能和可靠性。在信任值的存储阶段,本发明对区块链的存储结构进行优化,对Merkle的存储结构进行针对性调整,使得该存储结构能够保证信任值不可篡改。

Patent Agency Ranking