一种基于自适应拓扑恢复的隐私感知图提示学习方法

本发明公开一种基于自适应拓扑恢复的隐私感知图提示学习方法，属于计算机网络安全与人工智能交叉技术领域，采用自适应结构贝叶斯估计方法，将隐私图数据重构为更接近原始图样本的图数据，从节点嵌入中提取内在的隐私模式，构建基于动态感知并响应隐私扰动引入的噪声模式的可学习提示，在优化过程中引入渐进式隐私一致性，促进多噪声视图间的语义对齐，联合优化两个损失函数，进行多轮迭代训练，本发明能够实现图提示学习模型最终的泛化能力和任务适配的平衡，通过基于自适应扰动估计拓扑恢复技术，生成负载平衡的拓扑，以建立扰动分布；设计了一种噪声抑制的可靠提示和多视角提示优化，以减轻残余扰动的影响，生成稳健且语义对齐的提示。