- 1、本文档共16页,其中可免费阅读15页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了移动边缘计算网络中基于无监督循环联邦学习的隐私保护流行度预测方法,通过对每个用户的局部动态流行度模型的构建,以及对全局动态流行度模型的推导,将系统中的内容流行度预测问题建模成一个分布式预测问题;通过结合循环神经网络、自编码器以及联邦学习架构,提出了一种无监督循环联邦学习;最后通过迭代训练,获得了隐私保护约束下的流行度预测方案设计;本发明有助于实现边缘无线网络中用户隐私保护约束下的流行度预测,并且相比于传统的流行度预测算法,本发明不仅能够保护用户隐私还能够获得更低的预测误差。
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113326128 A
(43)申请公布日 2021.08.31
(21)申请号 202110594483.2
(22)申请日 2021.05.28
(71)申请人 东南大学
地址 21
文档评论(0)