一种基于Transformer的Fiedler蛛网隐私保护噪声机制构建方法

本发明涉及一种基于Transformer的Fiedler蛛网隐私保护噪声机制构建方法，属于高阶网络和隐私保护噪声技术领域。所述方法，从节点属性与局部拓扑两个维度出发，构建节点与超边的二部表示，并通过Transformer跨注意力机制对二者进行深度交互建模，生成增强的超图关联矩阵。基于增强的超图关联矩阵构造归一化超图拉普拉斯矩阵，并通过谱分解提取Fiedler值及对应的特征向量，以刻画超图的全局结构特征。以Fiedler值为全局基准，结合增强的超图关联计算每条超边的关联影响力，并以最大影响力作为噪声敏感度尺度，设计Fiedler噪声扰动机制，对查询结果施加差异化保护，实现对ε‑级别蛛网隐私保护的有效防御，从而在降低超图敏感信息泄露风险的同时，保持数据查询的高效可用性。