CAJ | 학술논문

提出了一种能够保护数据隐私的协作式分类机制,即C2MP2(collaborative classificationmechanism for 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(minimaxprobability 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.
제출료일충능구보호수거은사적협작식분류궤제,즉C2MP2(collaborative classificationmechanism for privacy-preserving),해산법이용2류양본각자적균치화협방차작위정체신식,장정체신식공향급대방,삼여분류적쌍방,분별사용각자적은사수거화대방적정체신식훈련획득2개가이보호은사적분류기,병유2개분류기협작득도최종적분류기.기선성모형적훈련과정불부가이보호쌍방수거원적은사,환가이보호수거원적수량신식불설로.침대측시과정적은사보호,설계료가이보호대측양본적은사화분류규칙불설로적안전산법.재C2MP2선성모형적기출상,분석료C2MP2화MPM(minimaxprobability machine),SVM(support vector machine)이급M4(maxi-min margin machine)재처리은사수거방면적구별화련계.진일보사용핵방법통과내적구진실현은사보호적동시제고C2MP2적비선성식별능력,병통과모의수거화표준수거집상실험검험료C2MP2선성모형화핵화모형적유효성.