买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京航空航天大学申请的专利基于最大权重匹配的差分隐私合成数据发布方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116167078B 。

龙图腾网通过国家知识产权局官网在2026-05-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310060144.5，技术领域涉及：G06F21/62；该发明授权基于最大权重匹配的差分隐私合成数据发布方法是由张淼;邓海;叶欣欣设计研发完成，并于2023-01-15向国家知识产权局提交的专利申请。

本基于最大权重匹配的差分隐私合成数据发布方法在说明书摘要公布了：本发明公开了一种基于最大权重匹配的差分隐私合成数据发布方法，所述方法首先是通过可靠的第三方服务器将收集到的用户数据进行预处理；然后将处理后的数据属性使用图模型的方法进行信息表示，得到一个属性关联图；接着根据最大权重匹配算法选出一组合适的低维边际集合；随后分别对这组低维边际添加噪声，该噪声满足差分隐私定义；再对加噪后的低维边际集合进行后处理，得到一组标准化的低维边际集合；根据这组低维边际集合进行数据合成，使得合成数据集与原始数据集在统计信息上尽可能相似，最后，将合成数据集进行数据发布。采用上述技术方法，能够在保证合成数据集效用的同时，降低计算复杂度，对于高维数据有更好的效用。

本发明授权基于最大权重匹配的差分隐私合成数据发布方法在权利要求书中公布了：1.一种基于最大权重匹配的差分隐私合成数据发布方法，其特征在于，所述方法通过对原始数据集构建的概率图模型应用最大权重匹配算法得到低维边际集合，对低维边际集合基于差分隐私方法添加合适的噪声后，经过后处理进行数据合成，之后发布合成数据集，由此实现对用户信息的隐私保护，并提高合成数据集的效用； 所述方法包括如下处理步骤： S1、服务器将收集得到的用户数据进行聚合，得到初始数据集，根据数据集构建带权重的概率图模型； S2、服务器根据生成的概率图模型，应用最大权重匹配算法，得到一组高相关性的低维边际集合； S3、根据差分隐私模型的定义，以及隐私预算的合理分配方法，对低维边际集合添加合适的高斯噪声； S31、分配隐私预算，根据优化噪声尺度的期望平方差得到不同的隐私占比进行分配，为不同的低维边际集合添加合适的噪声，优化问题表示为： 其中，表示个低维边际集合对应的域大小，表示对应视图的隐私预算占比； S32、差分隐私定义：设有一个随机机制，为所有可能的输出构成的集合，在给定的两个相邻数据集和上，对于若满足下列不等式，则称随机机制是满足-差分隐私的； S33、零集中差分隐私定义：设有一个随机机制，在给定两个相邻数据集和上，对于所有，若满足下列不等式，则称随机机制是零集中差分隐私的，存在如下表达式： 其中，是和两个分布之间的-Rényi散度，表示隐私损失随机变量； S34、定理：若随机机制满足零集中差分隐私，则对于任意＞0，随机机制A是满足-差分隐私的； S35、高斯机制定义：给定是一个敏感查询，对于输入数据集，高斯机制满足下列等式： 其中，是噪声尺度，根据定义可以得到，表示敏感查询的敏感度； S36、根据以上定义和定理，得到添加的噪声尺度的计算方式如下： S4、对于添加噪声后出现的概率数据出现负数以及数据不一致问题进行处理； S5、使用经过添加噪声处理以及后处理的低维边际集合，合成高维数据集，以在统计信息上近似原始数据集，最后由服务器发布合成数据集。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。