典型文献
同态加密友好型支持向量机算法研究
文献摘要：
传统的隐私保护机器学习算法只注重研究数据提供者和运算者之间的安全数据传输协议,运算速度慢、精度差.为解决上述问题,文中基于同态加密的隐私保护机器学习分类算法,设计一种适用于同态加密框架且能最大限度提高计算效率的支持向量机算法.该算法基于最小二乘支持向量机算法,并采用随机梯度下降法解决最小二乘问题以提升收敛速度.文中还提出一种新的运算数据储存结构,将所有的数据以矩阵行和列作为单位存储,以方便后续基于同态加密框架下的矩阵计算.实验结果表明,所提算法不但分类准确率较高,而且计算效率也优于其他基于同态加密框架下的分类算法.
文献关键词：
支持向量机;同态加密;隐私保护;信息安全;数据存储;矩阵计算
中图分类号：
作者姓名：
闫世春;李晓辉
作者机构：
澳大利亚昆士兰大学 工程设计和信息技术学院,澳大利亚 昆士兰州 4072;安徽大学 电子工程学院,安徽 合肥 230601
文献出处：
引用格式：
[1]闫世春;李晓辉-.同态加密友好型支持向量机算法研究)[J].现代电子技术,2022(20):54-58
A类：
B类：
同态加密,密友,支持向量机算法,算法研究,隐私保护机器学习,机器学习算法,研究数据,提供者,全数,数据传输协议,速度慢,机器学习分类算法,高计算效率,最小二乘支持向量机,随机梯度下降法,最小二乘问题,收敛速度,算数,数据储存,列作,以方,矩阵计算,分类准确率,数据存储
AB值：
0.289535
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。
