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！

龙图腾网获悉中国科学院计算机网络信息中心申请的专利基于同态加密以及无监督特征选择的隐私信息保护方法以及装置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：CN116633571B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202210151055.7，技术领域涉及：H04L9/40；该发明授权基于同态加密以及无监督特征选择的隐私信息保护方法以及装置是由龙春;魏金侠;万巍;赵静;杨帆;肖建平设计研发完成，并于2022-02-14向国家知识产权局提交的专利申请。

本基于同态加密以及无监督特征选择的隐私信息保护方法以及装置在说明书摘要公布了：本申请公开了一种基于同态加密以及无监督特征选择的隐私信息保护方法以及装置。该方法包括用户将隐私信息进行外包处理时，对所述隐私信息采用预设同态加密算法对特征选择操作进行加密之后，再上传至服务器进行预设数据处理操作；和或，所述用户将隐私信息进行特征选择处理时，基于所述预设同态加密算法以及采用无监督的特征选择模型进行所述特征选择处理的同时保护所述隐私信息。本申请解决了用于建模的特征集维度较高且处理过程容易造成信息泄露的技术问题。通过本申请既解决了标签稀缺条件下的特征选择问题，又实现了特征敏感信息的隐私保护。

本发明授权基于同态加密以及无监督特征选择的隐私信息保护方法以及装置在权利要求书中公布了：1.一种基于同态加密以及无监督特征选择的隐私信息保护方法，其特征在于，包括： 用户将隐私信息进行外包处理时，对所述隐私信息采用预设同态加密算法对特征选择操作进行加密之后，再上传至服务器进行预设数据处理操作； 所述用户将隐私信息进行特征选择处理时，基于所述预设同态加密算法以及采用无监督的特征选择模型进行所述特征选择处理的同时保护所述隐私信息， 所述用户将隐私信息进行特征选择处理时，基于所述预设同态加密算法以及采用无监督的特征选择模型进行所述特征选择处理的同时保护所述隐私信息，包括： 基于所述无监督的特征选择模型，得到特征矩阵； 通过基于所述预设同态加密算法得到的所述特征矩阵和投影矩阵，确定不同特征的重要性，其中，所述表示矩阵的第行，，， 所述投影矩阵，包括： 基于所述矩阵的列向量反映不同特征的重要性，当所述矩阵只有列不为0时，则与之对应的特征矩阵有个特征被选择，其余没有被选择，则重构损失项为；如果为0向量，则对应的第维特征的贡献度为0； 经过所述特征选择处理之后，还包括： 同时满足重构矩阵与所述矩阵之间的误差最小，且投影矩阵只有列不为0，则重构损失项的约束优化问题表示为以下形式： 引入维度为的方阵，其中，对角线上元素为0或者1，对角线上1的个数为个，行角标列角标与矩阵中的非零列其他元素全部为0，同时引入正则化项来平衡算法复杂度与参数优化的拟合程度，则上述约束优化问题变换为以下形式： 当的第行元素被选择时，，否则，用于平衡算法复杂度与参数优化的拟合程度。

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中国科学院计算机网络信息中心，其通讯地址为：100190 北京市海淀区东升南路2号院；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。