一种支持多策略迁移学习的数据加密模型优化方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
验证码登录
×
发送
登录即代表您已同意AITNT
用户协议
和
隐私政策
登录
登录成功后会自动刷新界面
AITNT公众号
AITNT APP
AITNT交流群
搜索
未登录
首页
AI中心
退出
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI 源力市场
寻求报道
一种支持多策略迁移学习的数据加密模型优化方法
申请号:
CN202510963033
申请日期:
2025-07-14
公开号:
CN120811663A
公开日期:
2025-10-17
类型:
发明专利
摘要
本发明公开了一种支持多策略迁移学习的数据加密模型优化方法,具体涉及数据加密模型优化技术领域,包括获取数据加密模型中迁移前的策略加载行为集合进行响应轨迹提取和路径结构建模操作,构建策略加载路径图谱,在策略加载路径图谱中建立路径加载时间映射与路径边界映射,并进行同步偏差统计,输出策略加载偏移指标集合;通过构建策略加载路径图谱与同步状态调整机制,并引入多策略迁移学习的路径评分方法,统一调控策略加载节奏、激活边界与结构路径,以解决策略迁移过程中的响应节奏不一致与结构性穿透风险问题。
技术关键词
模型优化方法
路径结构
多策略
数据加密
图谱
边界结构
节点
标签
路径特征
序列
边界特征
输入结构
标识
模型优化技术
通道
索引
错位
时间间隔执行
指标