買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉上海對外經貿大學;華東師范大學申請的專利一種神經網絡模型的訓練方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114003960B 。

龍圖騰網通過國家知識產權局官網在2025-08-22發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202111424891.X，技術領域涉及：G06F21/62；該發明授權一種神經網絡模型的訓練方法是由劉峰;楊成意;齊佳音;周愛民;李志斌設計研發完成，并于2021-11-26向國家知識產權局提交的專利申請。

本一種神經網絡模型的訓練方法在說明書摘要公布了：本申請實施例公開了一種神經網絡模型的訓練方法，屬于計算機網絡領域。該方法包括：獲取原始用戶數據，并確定原始用戶數據中的節點數據以及第一鄰接矩陣，第一鄰接矩陣用于表征節點數據之間的關系；基于拉普拉斯噪聲機制對鄰接矩陣進行差分隱私處理，獲得第二鄰接矩陣；基于高斯噪聲機制對節點數據的第一節點特征矩陣進行差分隱私處理，獲得第二節點特征矩陣；基于第二鄰接矩陣和第二節點特征矩陣構建圖卷積神經網絡預測模型，并對圖卷積神經網絡預測模型進行模型訓練。該方案輸出的擾動數據表現出無規律和對抗攻擊的高魯棒性的特征，可以提高隱私保護的效率。

本發明授權一種神經網絡模型的訓練方法在權利要求書中公布了：1.一種神經網絡模型的訓練方法，其特征在于，所述方法包括： 獲取原始用戶數據，并確定所述原始用戶數據中的節點數據以及第一鄰接矩陣，所述第一鄰接矩陣用于表征節點數據之間的關系； 通過查詢函數計算至少兩個相鄰數據集的查詢結果，并根據查詢結果的最大范數距離確定數據集的敏感度；其中，所述敏感度用于表征兩個相鄰數據集查詢結果的變化范圍，且兩個相鄰數據集中只相差一個元素，所述數據集包括所述第一鄰接矩陣和第一節點特征矩陣，所述第一鄰接矩陣為N×N階矩陣，所述第一節點特征矩陣為N×M階矩陣，N為所述原始用戶數據中節點數據個數，M為節點中最大特征個數； 基于拉普拉斯噪聲機制對所述鄰接矩陣進行差分隱私處理，獲得第二鄰接矩陣，所述第二鄰接矩陣為加入拉普拉斯噪聲擾動后的鄰接矩陣；具體根據所述數據集、差分隱私的加噪聲算法以及隱私損失函數，確定加入拉普拉斯噪聲擾動下的第一隱私分配比例；所述第一隱私分配比例用于確定所述拉普拉斯噪聲機制的差分隱私權重；其中，所述拉普拉斯噪聲機制下的第一隱私損失小于第二隱私預算，所述第二隱私預算是所述第一隱私分配比例和第一隱私預算的乘積，所述第一隱私預算提供了差分隱私損失的程度； 根據所述第一鄰接矩陣和拉普拉斯噪聲擾動之和確定所述第二鄰接矩陣； 基于高斯噪聲機制對所述節點數據的第一節點特征矩陣進行差分隱私處理，獲得第二節點特征矩陣，所述第二節點特征矩陣是加入高斯噪聲擾動后的節點特征矩陣； 基于所述第二鄰接矩陣、所述第二節點特征矩陣以及所述數據集構建圖卷積神經網絡預測模型； 基于所述原始用戶數據的樣本節點個數以及所述數據集的第二鄰接矩陣，確定對應的度矩陣； 基于所述度矩陣、所述第二鄰接矩陣、第二節點特征矩陣以及圖神經網絡層數，對所述第二節點特征矩陣進行迭代訓練，并通過歸一化函數處理得到節點分類信息矩陣；所述節點分類信息矩陣用于在半監督節點分類任務中，將鄰居節點的信息和自身的信息進行聚合后預測節點標簽。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人上海對外經貿大學;華東師范大學，其通訊地址為：201620 上海市徐匯區古北路620號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。