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！

龙图腾网获悉上海对外经贸大学;华东师范大学申请的专利一种神经网络模型的训练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：CN114003960B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202111424891.X，技术领域涉及：G06F21/62；该发明授权一种神经网络模型的训练方法是由刘峰;杨成意;齐佳音;周爱民;李志斌设计研发完成，并于2021-11-26向国家知识产权局提交的专利申请。

本一种神经网络模型的训练方法在说明书摘要公布了：本申请实施例公开了一种神经网络模型的训练方法，属于计算机网络领域。该方法包括：获取原始用户数据，并确定原始用户数据中的节点数据以及第一邻接矩阵，第一邻接矩阵用于表征节点数据之间的关系；基于拉普拉斯噪声机制对邻接矩阵进行差分隐私处理，获得第二邻接矩阵；基于高斯噪声机制对节点数据的第一节点特征矩阵进行差分隐私处理，获得第二节点特征矩阵；基于第二邻接矩阵和第二节点特征矩阵构建图卷积神经网络预测模型，并对图卷积神经网络预测模型进行模型训练。该方案输出的扰动数据表现出无规律和对抗攻击的高鲁棒性的特征，可以提高隐私保护的效率。

本发明授权一种神经网络模型的训练方法在权利要求书中公布了：1.一种神经网络模型的训练方法，其特征在于，所述方法包括： 获取原始用户数据，并确定所述原始用户数据中的节点数据以及第一邻接矩阵，所述第一邻接矩阵用于表征节点数据之间的关系； 通过查询函数计算至少两个相邻数据集的查询结果，并根据查询结果的最大范数距离确定数据集的敏感度；其中，所述敏感度用于表征两个相邻数据集查询结果的变化范围，且两个相邻数据集中只相差一个元素，所述数据集包括所述第一邻接矩阵和第一节点特征矩阵，所述第一邻接矩阵为N×N阶矩阵，所述第一节点特征矩阵为N×M阶矩阵，N为所述原始用户数据中节点数据个数，M为节点中最大特征个数； 基于拉普拉斯噪声机制对所述邻接矩阵进行差分隐私处理，获得第二邻接矩阵，所述第二邻接矩阵为加入拉普拉斯噪声扰动后的邻接矩阵；具体根据所述数据集、差分隐私的加噪声算法以及隐私损失函数，确定加入拉普拉斯噪声扰动下的第一隐私分配比例；所述第一隐私分配比例用于确定所述拉普拉斯噪声机制的差分隐私权重；其中，所述拉普拉斯噪声机制下的第一隐私损失小于第二隐私预算，所述第二隐私预算是所述第一隐私分配比例和第一隐私预算的乘积，所述第一隐私预算提供了差分隐私损失的程度； 根据所述第一邻接矩阵和拉普拉斯噪声扰动之和确定所述第二邻接矩阵； 基于高斯噪声机制对所述节点数据的第一节点特征矩阵进行差分隐私处理，获得第二节点特征矩阵，所述第二节点特征矩阵是加入高斯噪声扰动后的节点特征矩阵； 基于所述第二邻接矩阵、所述第二节点特征矩阵以及所述数据集构建图卷积神经网络预测模型； 基于所述原始用户数据的样本节点个数以及所述数据集的第二邻接矩阵，确定对应的度矩阵； 基于所述度矩阵、所述第二邻接矩阵、第二节点特征矩阵以及图神经网络层数，对所述第二节点特征矩阵进行迭代训练，并通过归一化函数处理得到节点分类信息矩阵；所述节点分类信息矩阵用于在半监督节点分类任务中，将邻居节点的信息和自身的信息进行聚合后预测节点标签。

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上海对外经贸大学;华东师范大学，其通讯地址为：201620 上海市徐汇区古北路620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”。