← 返回列表
基于GNNs社交媒体挖掘的公平性后门评估方法及系统
申请人信息
- 申请人:暨南大学; 广州信息技术研究所
- 申请人地址:510632 广东省广州市天河区黄埔大道西601号
- 发明人: 暨南大学; 广州信息技术研究所
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于GNNs社交媒体挖掘的公平性后门评估方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410023388.0 |
| 申请日 | 2024/1/8 |
| 公告号 | CN117633478A |
| 公开日 | 2024/3/1 |
| IPC主分类号 | G06F18/20 |
| 权利人 | 暨南大学; 广州信息技术研究所 |
| 发明人 | 古天龙; 许明昊; 郝峰锐; 刘远峰 |
| 地址 | 广东省广州市黄埔大道西601号; |
摘要文本
本发明公开了基于GNNs社交媒体挖掘的公平性后门评估方法及系统，包括：获取社交网络中的原始数据；根据长尾分布从所述原始数据中选择候选节点，构建候选空间；基于Wasserstein距离，遍历所述候选空间中的节点，生成公平触发器；基于所述公平触发器，构造后门数据；基于所述后门数据，选择不同的模型进行训练，并进行后门公平性评估。本发明采用一种新型的候选节点空间选择机制和动态自适应的后门触发器设计方法，以此动态生成后门数据，通过计算多种主流模型在不同任务场景下的公平性、准确性等指标，完成对社交媒体挖掘场景中图神经网络学习群体公平性后门的综合评估。
专利主权项内容
1.基于GNNs社交媒体挖掘的公平性后门评估方法，其特征在于，包括：获取社交网络中的原始数据；根据长尾分布从所述原始数据中选择候选节点，构建候选空间；基于Wasserstein距离，遍历所述候选空间中的节点，生成公平触发器；生成所述公平触发器包括：基于所述Wasserstein距离，遍历所述候选空间中的节点，量化节点中不同敏感属性分布之间的偏差，在具有相似敏感属性的节点之间添加边，并减去具有不同敏感属性的节点之间的边，获取扰动后的图结构；基于所述扰动后的图结构，定义wd矩阵，通过预设的阈值r来选择所述wd矩阵中对偏差有显著影响的边，生成所述公平触发器；所述公平触发器为：其中，T表示公平触发器，T表示每次更新后的触发器，[v, v]表示候选空间中的扰动边，wd[v, v]表示节点v、v之间边缘变化的偏差变化，r表示预设的阈值；finijijij基于所述公平触发器，构造后门数据；基于所述后门数据，选择不同的模型进行训练，并进行后门公平性评估。 （来 自 马 克 数 据 网）