机器学习算法在同态加密数据集上的应用

• 作者: 孙梦洁 王雅飞 葛凤仪 贾春福 陈阳
• 来源期刊: 清华大学学报（自然科学版）
• 学科: 工学
• 关键词: 隐私保护 同态加密 分类器算法 加密数据运算
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 可信计算与信息安全
• 页码范围: 456-463
• 页数: 8页
• 分类号: TP309.2
• 语种: 中文
• DOI: 10.16511/j.cnki.qhdxxb.2020.25.011

摘要

大数据时代要求数据在云端进行存储和计算,这导致敏感数据隐私泄露的问题.该文提出了一种在同态加密数据集上应用机器学习分类算法的方案:首先对明文进行预处理,保证其满足对数据进行同态加密的要求;然后在加密数据集上通过协议实现比较、排序等操作;最后获取分类结果.客户端将加密数据上传,可以保证服务器端不会获取任何敏感信息;选取同态加密算法,能够保证服务器端仍可对密文执行相关操作.实验结果表明:该方案适用于Bayes、超平面和决策树分类器,其经过修正具有良好的适用性能,准确率高.