面向SVM的隐私保护方法研究进展

摘要：

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。

关键词：隐私保护、支持向量机、安全多方计算、同态加密、大数据

所属期刊栏目：38

分类号：TP309(计算技术、计算机技术)

资助基金：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

在线出版日期：2017-02-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：78-85