典型文献
基于双陷门同态加密的决策树分类模型
文献摘要：
决策树模型是一种简单易用且高效的分类器,在远程医疗、信用评估、文本分类等领域得到了广泛应用.分类服务提供者通常从客户端获取特征数据,将特征数据输入私有的分类模型,得到分类结果并返回客户端.为了保护客户端数据和决策树模型参数的隐私,文章基于双陷门同态加密技术提出一种安全高效的两方比较协议,并在此基础上设计了一种高效的隐私保护决策树分类模型.在阈值比较阶段,模型使用双陷门同态加密技术加密用户方的特征值和模型提供方的决策树阈值,并以判断两者差值正负的方式进行决策树评估.此外,模型简化了用户密钥管理流程,用户方仅需生成与存储部分公钥.安全性分析表明,该模型具有较高的隐私性.效率分析表明,该模型具有较低的计算开销.
文献关键词：
机器学习;决策树;隐私保护;同态加密
中图分类号：
作者姓名：
秦宝东;余沛航;郑东
作者机构：
西安邮电大学网络空间安全学院,西安 710121
文献出处：
引用格式：
[1]秦宝东;余沛航;郑东-.基于双陷门同态加密的决策树分类模型)[J].信息网络安全,2022(07):9-17
A类：
B类：
决策树分类,分类模型,决策树模型,单易,易用,分类器,远程医疗,信用评估,文本分类,服务提供者,客户端,特征数据,私有,返回,同态加密技术,安全高效,隐私保护,阈值比较,模型使用,正负,模型简化,密钥管理,管理流程,公钥,安全性分析,隐私性,效率分析,计算开销
AB值：
0.33759
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。
