版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著信息技術(shù)的不斷發(fā)展,人們在要求獲得信息服務(wù)的同時,對隱私信息的保護也越來越重視。特別是在針對數(shù)據(jù)庫中大規(guī)模數(shù)據(jù)的統(tǒng)計分析與分類的過程中,保護個人的隱私的同時發(fā)布數(shù)據(jù)庫整體的統(tǒng)計量信息具有重要的現(xiàn)實意義,也是一項重大的技術(shù)挑戰(zhàn)。
差分隱私是目前統(tǒng)計查詢處理領(lǐng)域最有前景的隱私保護技術(shù)之一。它通過向每個查詢中注入噪聲,防止攻擊者推斷出數(shù)據(jù)庫中任何個體的數(shù)據(jù)紀(jì)錄是否在該數(shù)據(jù)庫中。極限學(xué)習(xí)機是一個主要用于分類、回歸問題的機器學(xué)習(xí)算法
2、,它獲得了比支持向量機這一目前使用最為廣泛的分類技術(shù)更好的泛化性能和更快的學(xué)習(xí)速度。因此,本文重點研究支持隱私保護的極限學(xué)習(xí)機技術(shù),以兼顧統(tǒng)計信息的發(fā)布與個體信息的隱私保護。
本文綜述了用于構(gòu)建支持隱私保護分類器的隱私保護技術(shù)和分類器技術(shù),并研究了支持隱私保護的極限學(xué)習(xí)機的構(gòu)建。為了解決分類器存在的隱私泄露問題,本文首先給出了一個背景知識很強的隱私攻擊模型,并給出了衡量分類器的隱私保護能力的度量用于對支持不同隱私保護技術(shù)的分類
3、器進行比較。然后分析得到極限學(xué)習(xí)機具有類似支持向量機的等價經(jīng)驗風(fēng)險最小化形式,利用支持差分隱私的經(jīng)驗風(fēng)險最小化的隱私保護能力的證明,給出支持差分隱私的極限學(xué)習(xí)機的隱私保護能力的證明。為了保留極限學(xué)習(xí)機極快的學(xué)習(xí)速度、寬松的約束條件、良好的泛化性能,本文建立了兩種支持差分隱私極限學(xué)習(xí)機,即支持基于輸出擾動差分隱私的極限學(xué)習(xí)機和支持基于目標(biāo)擾動差分隱私的極限學(xué)習(xí)機。
最后,本文在真實數(shù)據(jù)集上進行了廣泛的實驗。驗證了線性系統(tǒng)求解極限
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于支持向量機和極限學(xué)習(xí)機的管道缺陷分類方法研究.pdf
- 極限學(xué)習(xí)機的研究與應(yīng)用.pdf
- 基于支持向量機和極限學(xué)習(xí)機的功能位點識別.pdf
- 基于深度學(xué)習(xí)的極限學(xué)習(xí)機算法研究.pdf
- 基于極限學(xué)習(xí)機的圖像標(biāo)注研究.pdf
- 深度極限學(xué)習(xí)機的研究與應(yīng)用.pdf
- 基于集成學(xué)習(xí)的極限學(xué)習(xí)機的算法研究.pdf
- 基于穩(wěn)健估計的極限學(xué)習(xí)機方法研究.pdf
- 灰色極限學(xué)習(xí)機預(yù)測算法研究.pdf
- 基于極限學(xué)習(xí)機的多示例算法研究.pdf
- 基于極限學(xué)習(xí)機的半監(jiān)督分類.pdf
- 隱私保護支持向量機的算法研究.pdf
- 基于極限學(xué)習(xí)機的目標(biāo)識別算法研究.pdf
- 基于Hadoop的差分進化極限學(xué)習(xí)機研究.pdf
- 基于極限學(xué)習(xí)機的風(fēng)電功率預(yù)測研究.pdf
- 基于極限學(xué)習(xí)機的實物期權(quán)定價模型研究.pdf
- 基于極限學(xué)習(xí)機的實物期權(quán)定價模型研究
- 基于極限學(xué)習(xí)機的選擇性集成學(xué)習(xí)算法研究.pdf
- 基于極限學(xué)習(xí)機的AUV路徑規(guī)劃的研究.pdf
- 基于極限學(xué)習(xí)機的短期電力負(fù)荷預(yù)測.pdf
評論
0/150
提交評論