论文部分内容阅读
为了实现数据安全共享的同时减少客户端在数据挖掘过程中的计算成本,基于BCP同态加密算法提出了联合委托学习模型及协议。首先,针对决策树模型的安全构造提出了基于虚假记录的隐私保护方法。其次,根据数据垂直分布与水平分布的情况,基于隐私保护委托点积算法和隐私保护委托求熵算法提出了相应的委托学习协议。最后,给出了委托学习协议及决策树模型结构的安全性证明和性能分析。结果表明,基于虚假记录的隐私保护方法不会影响最终模型的构建,并且各客户端最终获得的模型与真实数据构建的模型具有一致性。