模型训练方法、模型训练程序以及信息处理装置制造方法及图纸

技术编号:43314830 阅读:26 留言:0更新日期:2024-11-15 20:16
通过向使用与正解标签建立对应的基本数据进行训练后的第一类别分类模型输入多个加工数据,从而针对多个加工数据分别获取正解标签的可信度,所述多个加工数据分别与正解标签建立对应且分别与基本数据不同,确定与小于第一基准值的可信度对应的加工数据,使用所确定的加工数据作为训练数据来训练新的类别分类模型,通过执行如上的处理,能够高效地生成具有成员推理耐性的机械学习模型。

【技术实现步骤摘要】
【国外来华专利技术】

本专利技术涉及模型训练方法、模型训练程序以及信息处理装置


技术介绍

1、近年来,使用机械学习的系统的开发以及利用迅速推进。另一方面,在使用机械学习的系统中也发现了固有的安全问题。例如,作为安全问题之一,公知有成员推理攻击。

2、在成员推理攻击中,例如,推断攻击者所关注的数据是否包含于攻击对象的机械学习模型的训练数据。

3、作为针对成员推理攻击的防御方法,公知有使用伪数据作为训练数据来执行机械学习模型的训练的方法。伪数据可以是对基本数据施加噪声而生成的,也可以是根据基本数据通过机械学习而生成的。

4、此外,公知有用于对训练数据进行筛选的技术。在一例中,公知有训练数据筛选装置,对能够缩短训练时间的训练数据进行筛选(参照专利文献1)。

5、有时将不容易推断确定的数据是否包含于训练数据的性质称为针对成员推理攻击的耐性。在各种伪数据中,有时包含对针对成员推理攻击的耐性(以下,简称为“成员推理耐性”)带来影响的数据。

6、以往,反复进行将伪数据分成几个组来进行机械学习模型的训练,观察各自的成员推理耐性而进行本文档来自技高网...

【技术保护点】

1.一种模型训练方法,其中,由计算机执行下述处理:

2.根据权利要求1所述的模型训练方法,其中,

3.根据权利要求1或2所述的模型训练方法,其中,由所述计算机执行下述处理:

4.根据权利要求1或2所述的模型训练方法,其中,由所述计算机执行下述处理:

5.一种模型训练程序,其中,使计算机执行下述处理:

6.根据权利要求5所述的模型训练程序,其中,使所述计算机执行下述处理:

7.根据权利要求5或6所述的模型训练程序,其中,

8.根据权利要求5或6所述的模型训练程序,其中,使所述计算机执行下述处理:

...

【技术特征摘要】
【国外来华专利技术】

1.一种模型训练方法,其中,由计算机执行下述处理:

2.根据权利要求1所述的模型训练方法,其中,

3.根据权利要求1或2所述的模型训练方法,其中,由所述计算机执行下述处理:

4.根据权利要求1或2所述的模型训练方法,其中,由所述计算机执行下述处理:

5.一种模型训练程序,其中,使计算机执行下述处理:

6.根据权利要求5所述的模型训练程序,其中,使所述计算机执行下述处理:

7.根据...

【专利技术属性】
技术研发人员:樋口裕二
申请(专利权)人:富士通株式会社
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1