摘要
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。
- 单位