文献类型：期刊文章

作　　者：贾春福[1,2] 王雅飞[1,2] 陈阳[1] 孙梦洁[1] 葛凤仪[1]

JIA Chunfu;WANG Yafei;CHEN Yang;SUN Mengjie;GE Fengyi(College of Cyberspace Security,Nankai University,Tiainjin 300350,China;Tiainjin Key Laboratory of Network and Data Security Technology,Tiainjin 300350,China)

机构地区：[1]南开大学网络空间安全学院,天津300350 [2]天津市网络与数据安全技术重点实验室,天津300350

出　　处：《清华大学学报（自然科学版）》

基　　金：国家自然科学基金资助项目(61972215,61702399,61972073);国家重点研发计划项目(2018YFA0704703);天津市自然科学基金资助项目(17JCZDJC30500)。

年　　份：2020

卷　　号：60

期　　号：6

起止页码：456-463

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSCD、CSCD2019_2020、EI、IC、JST、MR、PROQUEST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

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。

关 键 词：隐私保护 同态加密 分类器算法 加密数据运算  

分 类 号：TP309.2]