發(fā)布時間：2018-04-28 13:24

  本文選題：差分隱私 + 隱私保護(hù)�。� 參考：《通信學(xué)報》2016年09期

【摘要】：提出一種基于隨機(jī)森林的差分隱私保護(hù)算法DiffPRFs,在每一棵決策樹的構(gòu)建過程中采用指數(shù)機(jī)制選擇分裂點和分裂屬性,并根據(jù)拉普拉斯機(jī)制添加噪聲。在整個算法過程中滿足差分隱私保護(hù)需求,相對于已有算法,該方法無需對數(shù)據(jù)進(jìn)行離散化預(yù)處理,消除了多維度大數(shù)據(jù)離散化預(yù)處理對于分類系統(tǒng)性能的消耗,便捷地實現(xiàn)分類并保持了較高的分類準(zhǔn)確度。實驗結(jié)果驗證了本算法的有效性以及相較于其他分類算法的優(yōu)勢。
[Abstract]:A differential privacy protection algorithm based on random forest, DiffPRFs, is proposed. In the process of constructing each decision tree, the exponential mechanism is used to select the split points and split attributes, and the noise is added according to the Laplace mechanism. In the whole process of the algorithm to meet the needs of differential privacy protection, compared with the existing algorithms, the method does not need to discretize the data pretreatment, eliminating the multi-dimensional big data discretization pretreatment on the performance of the classification system consumption. It is convenient to realize classification and maintain high classification accuracy. Experimental results demonstrate the effectiveness of the proposed algorithm and its advantages over other classification algorithms.
【作者單位】： 中國科學(xué)院軟件研究所基礎(chǔ)軟件國家工程研究中心;
【基金】：國家高技術(shù)研究發(fā)展計劃(“863”計劃)基金資助項目(No.2015AA016003)~~
【分類號】：TP309

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉足華;熊惠霖;;基于隨機(jī)森林的目標(biāo)檢測與定位[J];計算機(jī)工程;2012年13期

2 董師師;黃哲學(xué);;隨機(jī)森林理論淺析[J];集成技術(shù);2013年01期

3 陳姝;彭小寧;;基于粒子濾波和在線隨機(jī)森林分類的目標(biāo)跟蹤[J];江蘇大學(xué)學(xué)報(自然科學(xué)版);2014年02期

4 王麗婷;丁曉青;方馳;;基于隨機(jī)森林的人臉關(guān)鍵點精確定位方法[J];清華大學(xué)學(xué)報(自然科學(xué)版);2009年04期

5 李建更;高志坤;;隨機(jī)森林針對小樣本數(shù)據(jù)類權(quán)重設(shè)置[J];計算機(jī)工程與應(yīng)用;2009年26期

6 吳華芹;;基于訓(xùn)練集劃分的隨機(jī)森林算法[J];科技通報;2013年10期

7 程光;王貴錦;何禮;林行剛;;人體姿勢估計中隨機(jī)森林訓(xùn)練算法的并行化[J];計算機(jī)應(yīng)用研究;2014年05期

8 于延;王建華;;基于云計算平臺的隨機(jī)森林算法的研究與實現(xiàn)[J];科技通報;2013年04期

9 劉永春;宋弘;;基于隨機(jī)森林的乳腺腫瘤診斷研究[J];電視技術(shù);2014年15期

10 楊帆;林琛;周綺鳳;符長虹;羅林開;;基于隨機(jī)森林的潛在k近鄰算法及其在基因表達(dá)數(shù)據(jù)分類中的應(yīng)用[J];系統(tǒng)工程理論與實踐;2012年04期

相關(guān)會議論文 前2條

1 謝程利;王金橋;盧漢清;;核森林及其在目標(biāo)檢測中的應(yīng)用[A];第六屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2010)、第19屆全國多媒體學(xué)術(shù)會議（NCMT2010）、第6屆全國人機(jī)交互學(xué)術(shù)會議（CHCI2010）、第5屆全國普適計算學(xué)術(shù)會議（PCC2010）論文集[C];2010年

2 武曉巖;方慶偉;;基因表達(dá)數(shù)據(jù)分析的隨機(jī)森林方法及算法改進(jìn)[A];黑龍江省第十次統(tǒng)計科學(xué)討論會論文集[C];2008年

相關(guān)碩士學(xué)位論文 前10條

1 賀捷;隨機(jī)森林在文本分類中的應(yīng)用[D];華南理工大學(xué);2015年

2 張文婷;交通環(huán)境下基于改進(jìn)霍夫森林的目標(biāo)檢測與跟蹤[D];華南理工大學(xué);2015年

3 王宇恒;推薦系統(tǒng)中隨機(jī)森林算法的優(yōu)化與應(yīng)用[D];浙江大學(xué);2016年

4 張玉桃;旅客社會網(wǎng)絡(luò)中的家庭出行預(yù)測及其行為特征分析[D];北京交通大學(xué);2016年

5 張興;基于Spark大數(shù)據(jù)平臺的火電廠節(jié)能分析[D];太原理工大學(xué);2016年

6 楊麗;音頻場景分析與識別方法研究[D];南京大學(xué);2013年

7 魯奉軍;基于隨機(jī)森林算法的目標(biāo)檢測與動作識別方法研究[D];吉林大學(xué);2016年

8 吳敏;融合多特征的產(chǎn)品垃圾評論識別[D];福州大學(xué);2012年

9 鐘龍申;隨機(jī)森林算法處理不平衡數(shù)據(jù)的改進(jìn)及其并行化[D];廣東工業(yè)大學(xué);2016年

10 袁芳娟;基于隨機(jī)森林的年齡估計[D];河北工業(yè)大學(xué);2012年

，

本文編號：1815453