具有隐私保护功能的协作式分类机制

被引：8

作者：

张战成 ^{[1
]}

王士同 ^{[1
,2
]}

钟富礼 ^{[2
]}

机构：

[1] 江南大学信息工程学院

[2] 香港理工大学电子计算学系

来源：

计算机研究与发展 | 2011年 / 06期

基金：

国家自然科学基金重大研究计划;

关键词：

分类; 隐私保护; 协作学习; 安全双方计算; 支持向量机;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

摘要：

提出了一种能够保护数据隐私的协作式分类机制,即C2MP2(collaborative classification mechanismfor privacy-preserving),该算法利用2类样本各自的均值和协方差作为整体信息,将整体信息共享给对方,参与分类的双方,分别使用各自的隐私数据和对方的整体信息训练获得2个可以保护隐私的分类器,并由2个分类器协作得到最终的分类器.其线性模型的训练过程不仅可以保护双方数据元的隐私,还可以保护数据元的数量信息不泄露.针对测试过程的隐私保护,设计了可以保护待测样本的隐私和分类规则不泄露的安全算法.在C2MP2线性模型的基础上,分析了C2MP2和MPM(mini maxprobability machine),SVM(support vector machine)以及M4(maxi-min margin machine)在处理隐私数据方面的区别和联系.进一步使用核方法通过内积矩阵实现隐私保护的同时提高C2MP2的非线性识别能力,并通过模拟数据和标准数据集上实验检验了C2MP2线性模型和核化模型的有效性.

引用

页码：1018 / 1028

页数：11

共 5 条

[1]

网络用户隐私关心问题研究 [J].