MapReduce框架下决策树的差分隐私保护方法
授权
摘要
本发明公开一种MapReduce框架下决策树的差分隐私保护方法，首先，在MapReduce框架下基于差分隐私的决策树的实现大幅地减少了算法的计算时间并避免了对大规模数据分类时的内存限制；接着，在决策树构建过程中，利用指数机制将皮尔逊相关系数的平均值作为质量函数来挑选出当前节点的最佳分裂属性及属性值，在保护用户数据隐私的同时最终生成规模小、泛化性能好的决策树模型；最后对决策树的叶节点中的样本计数用拉普拉斯机制进行加噪，从而在决策树模型预测未知样本时保护了用户数据的隐私。
基本信息
专利标题 ：
MapReduce框架下决策树的差分隐私保护方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111259442A
申请号 ：
CN202010043937.2
公开（公告）日 ：
2020-06-09
申请日 ：
2020-01-15
授权号 ：
CN111259442B
授权日 ：
2022-04-29
发明人 ：
王金艳颜奇李先贤
申请人 ：
广西师范大学
申请人地址 ：
广西壮族自治区桂林市七星区育才路15号
代理机构 ：
桂林市持衡专利商标事务所有限公司
代理人 ：
陈跃琳
优先权 ：
CN202010043937.2
主分类号 ：
G06F21/62
IPC分类号 ：
G06F21/62 G06N20/00
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F21/00
防止未授权行为的保护计算机、其部件、程序或数据的安全装置
G06F21/60
保护数据
G06F21/62
通过一个平台保护数据存取访问，例如使用密钥或访问控制规则
法律状态
2022-04-29 ：
授权
2020-07-03 ：
实质审查的生效
IPC(主分类) : G06F 21/62
申请日 : 20200115
申请日 : 20200115
2020-06-09 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
