10.3969/j.issn.1671-7775.2017.01.014
面向SVM的隐私保护方法研究进展
针对未来应用SVM进行数据挖掘所面临的信息安全问题,对隐私保护支持向量机分类规则挖掘方法进行研究,以提高支持向量机进行分类时的数据安全性,同时获得有效结果。分析了支持向量机分类方法的特点和可能面临的安全威胁;对国内外相关研究成果进行了归纳和梳理;重点从数据干扰和数据加密2个角度,给出了支持向量机隐私保护技术的最新研究进展;归纳出目前研究存在的问题和未来研究的趋势。指出了支持向量机隐私保护的研究方向:分布式环境下局部分类器融合隐私保护策略、更高效率的全同态加密方案、保护SVM分类规则的方案以及适用于大数据挖掘的隐私保护SVM技术。
隐私保护、支持向量机、安全多方计算、同态加密、大数据
38
TP309(计算技术、计算机技术)
国家自然科学基金资助项目71271117;江苏省六大人才高峰项目2013-WLW-005;江苏省自然科学基金资助项目BK20150531;江苏省高校研究生科研创新计划项目1291170028
2017-02-15(万方平台首次上网日期,不代表论文的发表时间)
共8页
78-85