-
公开(公告)号：CN109359588B
公开(公告)日：2021-02-09
申请号：CN201811200446.3
申请日：2018-10-15
Applicant: 电子科技大学
Abstract: 本发明公开了一种新的隐私保护下非交互式的K近邻分类方法，涉及大数据安全技术领域，步骤如下：1.客户端通过向量同态加密方法对由若干个带有标签的训练数据组成的训练数据集中的训练数据进行特征加密，得到密文数据集和中间矩阵，并上传至云端；2.客户端接收待分类明文向量组并对其进行加密，得到密文向量组，并上传至云端；3.云端根据密文数据集和中间矩阵计算密文向量组中每一个密文向量与密文数据集包含的所有密文数据的相似度，再根据近邻分类算法得出该密文向量组的分类结果集，将分类结果集发送至客户端。本发明极大地提高了加密的效率和安全性，实现非交互式技术，达到真正的外包计算，减小了客户端的计算压力。
-
公开(公告)号：CN109359588A
公开(公告)日：2019-02-19
申请号：CN201811200446.3
申请日：2018-10-15
Applicant: 电子科技大学
CPC classification number: G06K9/00885 , G06K9/6276 , G06K2009/00953
Abstract: 本发明公开了一种新的隐私保护下非交互式的K近邻分类方法，涉及K近邻分类算法在隐私保护下的向量分类领域，步骤如下：1.客户端通过向量同态加密方法对由若干个带有标签的训练数据组成的训练数据集中的训练数据进行特征加密，得到密文数据集和中间矩阵，并上传至云端；2.客户端接收待分类明文向量组并对其进行加密，得到密文向量组，并上传至云端；3.云端根据密文数据集和中间矩阵计算密文向量组中每一个密文向量与密文数据集包含的所有密文数据的相似度，再根据近邻分类算法得出该密文向量组的分类结果集，将分类结果集发送至客户端。本发明极大地提高了加密的效率和安全性，实现非交互式技术，达到真正的外包计算，减小了客户端的计算压力。
-
Search Results
2
records
(took 0.015 seconds)
