首页> 中国专利> 一种本地差分隐私模型下的朴素贝叶斯分类方法

一种本地差分隐私模型下的朴素贝叶斯分类方法

摘要

本发明公开了一种本地差分隐私模型下的朴素贝叶斯分类方法,属于信息安全领域。首先,用户从多个特征之中随机采样一个特征,将该特征的值与类标签的值组成一个二维数据。其次,根据服务器端提供的隐私预算的取值,用户在本地对自己的二维数据进行扰动。接着,服务器端收集到所有用户的扰动数据,对类标签的频率以及特征与类标签之间的联合分布进行估计。最后,利用朴素贝叶斯分类器对测试数据进行分类预测。本发明考虑了特征与类标签之间的相关性,设计了扰动机制以及相应的估计机制,并且理论分析了隐私预算的一个较优的划分方式,该方法在保证用户隐私安全的基础上,也保证了数据收集方统计结果的准确性。

著录项

  • 公开/公告号CN115130557A

    专利类型发明专利

  • 公开/公告日2022-09-30

    原文格式PDF

  • 申请/专利权人 南京航空航天大学;

    申请/专利号CN202210618871.4

  • 发明设计人 朱友文;尹诗玉;

    申请日2022-06-01

  • 分类号G06K9/62;G06N20/00;

  • 代理机构南京合砺专利商标代理事务所(普通合伙);

  • 代理人许云花

  • 地址 210016 江苏省南京市秦淮区御道街29号

  • 入库时间 2023-06-19 16:59:43

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-09-30

    公开

    发明专利申请公布

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号