典型文献
基于联邦随机森林的船舶AIS轨迹分类算法
文献摘要：
为了提升船舶AIS轨迹数据的分类效果、实现多权属数据安全联合数据挖掘,文章提出一种基于联邦随机森林的船舶AIS轨迹分类算法,利用BCP同态加密算法构造平均隐私保护协议,解决联邦学习中多参与方安全协同训练决策树问题.文章通过分析船舶AIS轨迹数据提取最优轨迹特征,并使用相应的特征向量作为联邦学习模型的输入,实现对渔船、客船、货船和油轮4类典型船舶的联邦分类.从准确性和有效性两方面进一步进行验证,结果表明该算法能够在保证数据隐私安全的前提下实现良好的分类效果,降低了参与方客户端的计算开销,实现多权属数据安全联合数据挖掘.同时,此研究成果可应用于船舶航迹模式识别和航迹分析预测等领域.
文献关键词：
联邦学习;AIS轨迹;随机森林;同态加密
中图分类号：
作者姓名：
吕国华;胡学先;杨明;徐敏
作者机构：
战略支援部队信息工程大学,郑州 450001;锦州医科大学,锦州 121000
文献出处：
引用格式：
[1]吕国华;胡学先;杨明;徐敏-.基于联邦随机森林的船舶AIS轨迹分类算法)[J].信息网络安全,2022(04):67-76
A类：
B类：
AIS,分类算法,轨迹数据,分类效果,权属,BCP,同态加密算法,隐私保护,保护协议,联邦学习,参与方,协同训练,决策树,数据提取,最优轨迹,特征向量,渔船,客船,货船,油轮,保证数据,数据隐私安全,客户端,计算开销,船舶航迹,模式识别,分析预测
AB值：
0.370449
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。
