一种基于同态加密的分布式隐私保护分类方法及系统

    公开(公告)号:CN115587139A

    公开(公告)日:2023-01-10

    申请号:CN202211372124.3

    申请日:2022-11-03

    IPC分类号: G06F16/26 G06F21/62

    摘要: 本发明提出一种基于同态加密的分布式隐私保护分类方法及系统,定义参与数据挖掘的n个数据参与方,全局数据集D的属性,预测样本;数据挖掘方Pn生成同态加密所需的公钥和私钥,数据参与方Pi计算本地局部数据集中各数据点与预测样本X间的欧氏距离,构建局部距离向量M;并生成一个随机数向量加和到局部距离向量中,生成加密距离子向量,Pi得到加密距离向量M’。并得到全局加密距离向量,Pn根据预测样本X对全局加密距离向量进行排序,选取距离X最近的K数据点。数据挖掘方通过统计这K个数据点的类标号,找到最多的类标号,并作为预测样本的预测类标号。本发明所提方法在实现各方数据隐私保护的同时,可以有效兼顾分类精度。