典型文献
基于拉普拉斯机制的集成分类隐私保护研究
文献摘要：
数字网络蓬勃发展,带来的信息泄漏已然造成数据危机.在隐私保护中,原始数据和模型都是隐私保护的对象,如何平衡其可用性和私密性一直是研究的重点.针对上述问题,文章提出了一种基于Laplace机制和XGboost特征筛选的集成分类隐私保护算法—Lap-XGIC.该算法利用XGboost筛选出对分类准确度最具影响的特征,在这些特征与集成分类系统中分别引入Laplace机制进行扰动,从而隐藏真实信息进行数据保护.实验表明,使用Laplace机制添加扰动噪声后集成分类系统仍然具有较高的分类准确性.
文献关键词：
差分隐私;Laplace机制;集成分类;XGboost;Voting
中图分类号：
作者姓名：
琚晓颖;何金莉;石琇赟;李顺勇
作者机构：
山西大学数学科学学院,山西太原030006
文献出处：
引用格式：
[1]琚晓颖;何金莉;石琇赟;李顺勇-.基于拉普拉斯机制的集成分类隐私保护研究)[J].长江信息通信,2022(08):23-27
A类：
XGIC
B类：
拉普拉斯机制,集成分类,隐私保护,保护研究,数字网络,信息泄漏,造成数,原始数据,可用性,私密性,Laplace,XGboost,特征筛选,法利,分类系统,数据保护,加扰,分类准确性,差分隐私,Voting
AB值：
0.36316
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。
