本發明公開了一種基于強化學習的隱私策略優化方法、系統及可讀存儲介質,所述方法包括:在移動端部署輸入樣本特征提取器,在云端部署輸入樣本重構器、目標分類器及隱私分類器,以完成初始模型的初始化;通過測試樣本集對初始模型進行測試,將測試信息、當前的超參數和層數存儲于為一信息單元;將信息單元的狀態信息輸入超參數優化器中進行超參數信息優化方案的選擇、執行與優化方案獎勵值的計算,并根據計算結果進行超參數優化器樣本的增加、優化方案價值的更新及超參數優化器網絡參數的更新;通過當前超參數優化器網絡對初始模型進行優化,并獲取最終的超參數優化結果和層數n。本發明能夠在盡量不降低業務準確率的情況下提高隱私保護效果。
聲明:
“基于強化學習的隱私策略優化方法、系統及可讀存儲介質” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)