原创力文档- 1、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。。
- 2、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。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
一种面向教育大数据的高可用性差分隐私图生成方法，包括：首先，以原始图结构数据作为输入，利用逆向学习挖掘图中骨干网络，生成假定邻接矩阵；其次，为深化从假定邻接矩阵中的拓扑信息，依据上一步获得的假定邻接矩阵，利用编码解码器生成可能性矩阵；再次，根据隐私预算的大小，生成相应的差分隐私图，获得虚假边。最后，根据可能性矩阵，图中每个节点从真实边和虚假边中分别采样一定数量的边，总数等同于真实边数量，生成受保护的差分隐私邻接矩阵。一方面，从具有高可能性的真实边采样保留了图中的重要信息，保证图的可用性，另一方面
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116595586 A
(43)申请公布日 2023.08.15
(21)申请号 202310785002.5
(22)申请日 2023.06.29
(71)申请人 西安交通大学
文档评论（0）