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！

龙图腾网获悉浙江师范大学申请的专利一种基于强成员信息预测的成员推断攻击防御方法及系统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：CN116614271B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202310571367.8，技术领域涉及：H04L9/40；该发明授权一种基于强成员信息预测的成员推断攻击防御方法及系统是由韩建民;刘义青;于娟;田尚云;彭浩;周昌军设计研发完成，并于2023-05-18向国家知识产权局提交的专利申请。

本一种基于强成员信息预测的成员推断攻击防御方法及系统在说明书摘要公布了：本发明属于机器学习技术领域，公开了一种基于强成员信息预测的成员推断攻击防御方法及系统，获取真实训练数据集，将其划分为互不相交的模型训练数据集和测试数据集；将训练数据集划分为两个训练数据子集；在测试数据集中训练一个教师模型，利用教师模型分别在两个训练数据子集中蒸馏出两个学生子模型；为两个训练数据子集中数据重新设置标签；在模型预测过程中，防御者在攻击者攻击之前利用强成员信息预测模型，确定模型预测输出中的强成员信息，并将其剔除，保留剩余内容作为模型的最终输出。本发明通过确定模型预测结果中的强成员信息并将其剔除，防止模型在预测过程中存在的成员隐私泄露问题，并且在此基础上保留了较好的模型性能。

本发明授权一种基于强成员信息预测的成员推断攻击防御方法及系统在权利要求书中公布了：1.一种基于强成员信息预测的成员推断攻击防御方法，其特征在于，包括：强成员信息预测与隐匿的成员推断攻击防御方法的有效性来源于防御者总能先于攻击者从模型输出中有效剔除具有强成员信息的内容；若待测样本x来自于D2数据集中，强成员信息预测模型会预先推断f2x为强成员信息，在聚合函数会在攻击者获得预测结果前，强成员信息预测模型将f2x内容剔除，并把f1x作为最终输出返还给攻击者； 所述基于强成员信息预测的成员推断攻击防御方法包括： 步骤一：获取真实数据集D，将其划分为互不相交的两个数据子集，作为模型训练数据集Dtrain和测试数据集Dtest； 步骤二：将训练数据集Dtrain，再划分为两个互不相交的训练数据子集D1、D2； 步骤三：防御者在训练数据集Dtrain中训练一个教师模型fteacher，并利用教师模型fteacher分别在数据集D1和D2中蒸馏出两个学生子模型f1、f2，两个学生子模型f1、f2互为参照模型； 步骤四：针对两个参照模型构建一个强成员信息预测模型m，用于预测当前样本x的隶属度信息； 步骤五：防御者为数据集D1和D2中的数据设计新的标签，用于确定其隶属度信息；D1中的数据标签为1，D2中的数据标签为0； 步骤六：将数据集D1和D2中的数据以及其在步骤三中的参照模型中的输出进行拼接整合后，对强成员信息预测模型进行训练； 步骤七：在模型预测过程中，防御者在攻击者攻击之前利用所述强成员信息预测模型，确定模型预测输出中的强成员信息，并将其剔除，并将剩余内容作为模型的最终输出。

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浙江师范大学，其通讯地址为：321004 浙江省金华市迎宾大道688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”。

以上内容由龙图腾AI智能生成。