一种基于局部保护集的路网环境位置匿名方法

    公开(公告)号:CN112312388B

    公开(公告)日:2023-07-14

    申请号:CN202011179890.9

    申请日:2020-10-29

    摘要: 一种面向路网环境基于局部保护集的用户位置匿名方法,包括以下步骤:用户向位置服务提供商发送真实位置获取服务之前,将真实位置映射到最近的路网结点上,称此路网结点为用户初始路网结点位置。根据已知的在各个路网结点位置的概率分布以及公路网信息,在本地设备上构建出用户初始路网结点位置的局部保护集,用局部保护集中的任意位置点代替用户真实位置发布给位置服务提供商,使得攻击者在获取用户发布的位置后无法通过贝叶斯后验攻击或最佳推断攻击逆推出用户初始路网结点位置。本发明利用局部保护集描述用于防范贝叶斯后验攻击或者最佳推断攻击的局部路网子区域,避免攻击者在观察到用户发布位置能攻击识别出用户初始路网结点位置。

    一种基于集成学习的问答方法及系统

    公开(公告)号:CN112287084A

    公开(公告)日:2021-01-29

    申请号:CN202011187451.2

    申请日:2020-10-30

    摘要: 本发明公开了一种基于集成学习的问答方法及系统。方法包括:将用户问题输入预先训练好的集成学习模型,所述集成学习模型包含多个机器学习模型,每个机器学习模型输出该用户问题应由哪一个子问答模块来回答的分类结果;对所述多个机器学习模型的分类结果进行投票集成,根据投票集成结果确定最终调用的子问答模块。本发明借助深度学习技术、集成学习技术,调用合适的子问答模块来回答问题,不依赖于子问答模块的排序,问答效果好,且能够支持使用用户反馈数据对系统再次进行优化。

    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:CN115587139B

    公开(公告)日:2024-03-22

    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。