欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022101647850
申请人: 哈尔滨学院
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-04-06
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于图像数据和深度学习的隐私决策推荐系统,其特征在于,包括:模型库:用于通过深度学习技术预先对大量社交隐私样本进行学习,生成多个不同隐私等级判定的深度学习模型;

语意识别模块:用于接收到将图像数据发出的指令时,将所述图像数据中图像的表面信息转化为语意信息;

隐私识别模块:用于将所述语意信息导入所述模型库,对图像数据的隐私等级进行判定;

隐私识别模块:用于在隐私等级确定之后,向用户反馈图像发出决策;其中,所述图像发出决策包括:即时发出决策、禁止发出决策和部分发出决策;

所述系统还包括:

隐私判定模块:用于根据用户的历史隐私设定信息,获取用户设定不同隐私等级的设定标准;其中所述设定标准包括:图片内容标准、社交类型标准和图片存储位置标准;

分类器构建模块:根据所述设定标准,建立基于图片信息提取的图片分类器;其中,所述图片信息包括:图像表面信息分类器、社交类型分类器和图片存储分类器;

所述图片分类器包括:信息内容分类器和图片类型分类器;

样本筛选模块:根据所述图片分类器,对用户的历史隐私数据进行筛选,确定社交隐私样本;

等级划分模块:用于对不同社交隐私样本进行隐私意识计算和隐私信任计算,根据计算结果,划分隐私等级,确定不同社交隐私等级的社交隐私样本;其中,所述社交隐私样本包括:低风险隐私样本、中风险隐私样本和高风险隐私样本;

所述系统还包括决策模块,决策模块包括:

离散属性判定单元:用于根据所述图像数据的隐私等级,匹配对应的离散模型,确定离散值;

连续属性判定单元:用于根据所述图像数据的隐私等级,匹配对应的连续模型,确定连续值;

数据集生成单元:用于根据所述离散值和连续值,生成对应的语意泛化数据集;

自适应分配隐私预算单元:根据所述泛化数据集,进行隐私预算,构建隐私决策树,确定所述图像数据中可发出的图像和不可发出的图像;

细分方案选择单元:根据所述隐私决策树,进行隐私决策细分,生成图像发出方案;

决策单元:根据所述图像发出方案,向用户终端界面发出图像发出方案,并获取的选择指令。

2.如权利要求1所述的一种基于图像数据和深度学习的隐私决策推荐系统,其特征在于,所述等级划分模块包括:数据提取单元:用于确定用户终端上存在的社交程序,根据所述社交程序建立API爬取接口,获取用户数据;其中,所述用户数据为社交过程中产生的图像数据;

数据预处理单元:用于对所述用户数据进行预处理,确定用户数据的语意内容;其中,所述预处理包括:图文转化处理、分词处理、隐私标注处理、TF-IDF处理和图像命名实体分类处理;

计算单元:将所述语意内容进行隐私意识计算,确定隐私意识值,并将所述语意内容进行隐私信任计算,确定隐私信任值;

等级划分单元:根据所述隐私信任值和隐私意识值,建立二元决策树,确定不同图像数据的敏感值,根据所述敏感值,进行隐私等级划分;其中,所述隐私等级包括:低风险隐私、中风险隐私和高风险隐私;

所述敏感值按照隐私等级具有对应的敏感值阈值。

3.如权利要求1所述的一种基于图像数据和深度学习的隐私决策推荐系统,其特征在于,所述模型库包括:深度学习模型搭建单元:预先设置基于不同隐私等级的深度学习模型;其中,所述深度学习模型包括:低风险隐私模型、中风险隐私模型和高风险隐私模型;

深度学习训练单元:用于将所述社交隐私样本对应的导入深度学习模型,并进行数据迭代计算,并在迭代计算后,确定模型最优参数;

模型库单元:用于根据所述模型最优参数,生成深度学习的深度学习模型库。

4.如权利要求1所述的一种基于图像数据和深度学习的隐私决策推荐系统,其特征在于,所述语意识别模块包括:指令识别单元:用于对用户终端的社交软件进行隐私监控,判断是否存在图像发出指令;

反馈单元:用于在存在图像发出指令时,生成反馈信号;

标注单元:用于感应到所述反馈信号时,确定需要发出的图像的图像地址,根据所述图像地址,对图像的表面信息进行语意标注;

分词处理单元:用于根据所述语意标注,对图像的表面信息进行分词,生成词汇集合;

语意转化单元:用于根据所述词汇集合,对每个图像进行语意转化,生成每个图像的语意文本。

5.如权利要求1所述的一种基于图像数据和深度学习的隐私决策推荐系统,其特征在于,所述隐私识别模块包括:匹配单元:用于根据所述语意信息,进行深度学习模型的稳态匹配,确定所述语意信息对应的唯一深度学习模型;其中,所述稳态匹配包括:将所述语意信息和不同深度学习模型进行稳态计算,确定稳态程度,根据所述稳态程度确定唯一深度识别模型;

导入单元:用于将所述语意信息导入所述唯一深度学习模型,确定隐私等级值;

等级判定单元:用于根据所述隐私等级值,确定对应的隐私等级。

6.如权利要求1所述的一种基于图像数据和深度学习的隐私决策推荐系统,其特征在于:所述即时发出决策还包括:获取图像接收端信息,判断接收端是否存在隐私获取授权,并在图像接收端存在隐私获取授权时,执行即时隐私决策;

所述禁止发出决策还包括:根据所述图像数据的风险等级,对发出指令进行记录,并生成具有禁止发出决策的信息邮件,所述信息邮件发送至用户邮箱;

所述部分发出决策还包括:对所述图像数据中的图像进行风险等级评定,根据评定结果,确定低风险等级的图像,并将低风险等级的图像发出,将中风险等级的图像和高风险等级的图像存储至对应待发出空间。

7.如权利要求1所述的一种基于图像数据和深度学习的隐私决策推荐系统,其特征在于,所述系统还包括:决策矩阵单元:用于获取图像发出的所有决策,并基于每个决策的属性,建立犹豫模糊决策矩阵;

决策综合值计算单元:用于根据所述犹豫模糊决策矩阵,确定每个决策行为的综合决策值;

排序单元:用于对所述综合决策值进行平均加权计算,生成决策顺序;

决策方案确定单元:用于根据所述决策顺序,确定最优决策方案。

8.如权利要求1所述的一种基于图像数据和深度学习的隐私决策推荐系统,其特征在于,所述系统还包括:隐私标签设定模块:用户提交包含保护对象的图片及相应设置的语义标签;

标签图像匹配模块:用于对图片进行识别,获得图片中保护对象的语意内容;

并根据所识别出的语意内容与相应设置的语义标签一同存入到语意样本库中,基于语意样本库设定不同图片的语意信息提取模型;

规则设定模块:用户从所述语意信息提取模型中选中对应的语意样本集合,设定每个语意样本的隐私等级;

隐私等级匹配模块:用户存储新图片至规则设定模块进行图像识别,获得新图片的隐私等级,并根据所述新图片的规则设定模块在所述规则设定模块中进行语意样本标定。