DiffPRFs:一种面向随机森林的差分隐私保护算法
本文选题:差分隐私 + 隐私保护 ; 参考:《通信学报》2016年09期
【摘要】:提出一种基于随机森林的差分隐私保护算法DiffPRFs,在每一棵决策树的构建过程中采用指数机制选择分裂点和分裂属性,并根据拉普拉斯机制添加噪声。在整个算法过程中满足差分隐私保护需求,相对于已有算法,该方法无需对数据进行离散化预处理,消除了多维度大数据离散化预处理对于分类系统性能的消耗,便捷地实现分类并保持了较高的分类准确度。实验结果验证了本算法的有效性以及相较于其他分类算法的优势。
[Abstract]:A differential privacy protection algorithm based on random forest, DiffPRFs, is proposed. In the process of constructing each decision tree, the exponential mechanism is used to select the split points and split attributes, and the noise is added according to the Laplace mechanism. In the whole process of the algorithm to meet the needs of differential privacy protection, compared with the existing algorithms, the method does not need to discretize the data pretreatment, eliminating the multi-dimensional big data discretization pretreatment on the performance of the classification system consumption. It is convenient to realize classification and maintain high classification accuracy. Experimental results demonstrate the effectiveness of the proposed algorithm and its advantages over other classification algorithms.
【作者单位】: 中国科学院软件研究所基础软件国家工程研究中心;
【基金】:国家高技术研究发展计划(“863”计划)基金资助项目(No.2015AA016003)~~
【分类号】:TP309
【相似文献】
相关期刊论文 前10条
1 刘足华;熊惠霖;;基于随机森林的目标检测与定位[J];计算机工程;2012年13期
2 董师师;黄哲学;;随机森林理论浅析[J];集成技术;2013年01期
3 陈姝;彭小宁;;基于粒子滤波和在线随机森林分类的目标跟踪[J];江苏大学学报(自然科学版);2014年02期
4 王丽婷;丁晓青;方驰;;基于随机森林的人脸关键点精确定位方法[J];清华大学学报(自然科学版);2009年04期
5 李建更;高志坤;;随机森林针对小样本数据类权重设置[J];计算机工程与应用;2009年26期
6 吴华芹;;基于训练集划分的随机森林算法[J];科技通报;2013年10期
7 程光;王贵锦;何礼;林行刚;;人体姿势估计中随机森林训练算法的并行化[J];计算机应用研究;2014年05期
8 于延;王建华;;基于云计算平台的随机森林算法的研究与实现[J];科技通报;2013年04期
9 刘永春;宋弘;;基于随机森林的乳腺肿瘤诊断研究[J];电视技术;2014年15期
10 杨帆;林琛;周绮凤;符长虹;罗林开;;基于随机森林的潜在k近邻算法及其在基因表达数据分类中的应用[J];系统工程理论与实践;2012年04期
相关会议论文 前2条
1 谢程利;王金桥;卢汉清;;核森林及其在目标检测中的应用[A];第六届和谐人机环境联合学术会议(HHME2010)、第19届全国多媒体学术会议(NCMT2010)、第6届全国人机交互学术会议(CHCI2010)、第5届全国普适计算学术会议(PCC2010)论文集[C];2010年
2 武晓岩;方庆伟;;基因表达数据分析的随机森林方法及算法改进[A];黑龙江省第十次统计科学讨论会论文集[C];2008年
相关硕士学位论文 前10条
1 贺捷;随机森林在文本分类中的应用[D];华南理工大学;2015年
2 张文婷;交通环境下基于改进霍夫森林的目标检测与跟踪[D];华南理工大学;2015年
3 王宇恒;推荐系统中随机森林算法的优化与应用[D];浙江大学;2016年
4 张玉桃;旅客社会网络中的家庭出行预测及其行为特征分析[D];北京交通大学;2016年
5 张兴;基于Spark大数据平台的火电厂节能分析[D];太原理工大学;2016年
6 杨丽;音频场景分析与识别方法研究[D];南京大学;2013年
7 鲁奉军;基于随机森林算法的目标检测与动作识别方法研究[D];吉林大学;2016年
8 吴敏;融合多特征的产品垃圾评论识别[D];福州大学;2012年
9 钟龙申;随机森林算法处理不平衡数据的改进及其并行化[D];广东工业大学;2016年
10 袁芳娟;基于随机森林的年龄估计[D];河北工业大学;2012年
,本文编号:1815453
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1815453.html