典型文献
安全高效的加密数据朴素贝叶斯训练和分类
文献摘要：
云外包为大规模数据上的机器学习任务提供有力支撑的同时也带来了数据隐私泄漏的风险.本文旨在通过加密保护外包数据隐私并在加密数据上高效实现安全朴素贝叶斯训练和分类.现有安全朴素贝叶斯方案大多考虑的是外包训练好的贝叶斯模型以及预测阶段的计算任务.虽有少量工作考虑了同时在外包数据上完成朴素贝叶斯模型训练和分类,但这些工作在安全性和效率方面存在不足.本文结合somewhat同态加密算法、SIMD(single-instruction multiple data)技术和混淆电路提出了一个新的加密数据安全朴素贝叶斯训练和分类方案.本文在不影响正确性的前提下对朴素贝叶斯算法进行转换,设计了相应的明文编码方式避免计算过程出现数据溢出,并提出了新的交互协议在外包加密数据上安全批量地实现了朴素贝叶斯模型训练和分类所需的运算.提出的方案在保护外包数据集、朴素贝叶斯模型、待分类样本和分类结果的隐私的同时有效降低了计算和通信开销.本文在半诚实模型下证明了提出方案的安全性,并且通过实验验证了提出方案的有效性.
文献关键词：
云外包;安全计算;同态加密;朴素贝叶斯算法
中图分类号：
作者姓名：
李兴鑫;朱友文;王箭
作者机构：
南京航空航天大学 计算机科学与技术学院, 南京 210016;广西师范大学 广西多源信息挖掘与安全重点实验室, 桂林 541004;桂林电子科技大学 广西可信软件重点实验室, 桂林 541004
文献出处：
引用格式：
[1]李兴鑫;朱友文;王箭-.安全高效的加密数据朴素贝叶斯训练和分类)[J].密码学报,2022(03):448-467
A类：
B类：
安全高效,云外包,大规模数据,学习任务,数据隐私,练好,虽有,朴素贝叶斯模型,模型训练,somewhat,同态加密算法,SIMD,single,instruction,multiple,data,混淆电路,分类方案,朴素贝叶斯算法,明文,编码方式,数据溢出,交互协议,通信开销,半诚实模型,提出方案,安全计算
AB值：
0.296517
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
