面向大规模数据的隐私保护学习机

• 作者: 刘忠宝 王士同
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 大规模数据集 模式分类 隐私保护 支持向量机
• 年，卷（期）: 2013,（2）
• 页码范围: 272-276
• 分类号: TP391
• 字数: 3989字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0548.2013.02.018

摘要

随着海量数据不断涌入,SVM隐私泄露问题日益严重.在分析已有隐私保护支持向量机基础上,提出一种面向大规模数据的隐私保护学习机(PPLM).该方法首先通过核心向量机对大规模样本进行采样,然后在核心集上选取两个样本点并将两点连线的法平面作为最优分类面.通过对标准数据集和人工数据集的实验表明,PPLM可有效地解决大规模样本分类问题,且分类效果良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘忠宝	中北大学电子与计算机科学技术学院	58	141	6.0	8.0
2	王士同	中北大学电子与计算机科学技术学院	2	3	1.0	1.0