支持隱私保護(hù)的極限學(xué)習(xí)機(jī)研究.pdf

1、隨著信息技術(shù)的不斷發(fā)展，人們?cè)谝螳@得信息服務(wù)的同時(shí)，對(duì)隱私信息的保護(hù)也越來(lái)越重視。特別是在針對(duì)數(shù)據(jù)庫(kù)中大規(guī)模數(shù)據(jù)的統(tǒng)計(jì)分析與分類的過(guò)程中，保護(hù)個(gè)人的隱私的同時(shí)發(fā)布數(shù)據(jù)庫(kù)整體的統(tǒng)計(jì)量信息具有重要的現(xiàn)實(shí)意義，也是一項(xiàng)重大的技術(shù)挑戰(zhàn)。
　　差分隱私是目前統(tǒng)計(jì)查詢處理領(lǐng)域最有前景的隱私保護(hù)技術(shù)之一。它通過(guò)向每個(gè)查詢中注入噪聲，防止攻擊者推斷出數(shù)據(jù)庫(kù)中任何個(gè)體的數(shù)據(jù)紀(jì)錄是否在該數(shù)據(jù)庫(kù)中。極限學(xué)習(xí)機(jī)是一個(gè)主要用于分類、回歸問(wèn)題的機(jī)器學(xué)習(xí)算法

2、，它獲得了比支持向量機(jī)這一目前使用最為廣泛的分類技術(shù)更好的泛化性能和更快的學(xué)習(xí)速度。因此，本文重點(diǎn)研究支持隱私保護(hù)的極限學(xué)習(xí)機(jī)技術(shù)，以兼顧統(tǒng)計(jì)信息的發(fā)布與個(gè)體信息的隱私保護(hù)。
　　本文綜述了用于構(gòu)建支持隱私保護(hù)分類器的隱私保護(hù)技術(shù)和分類器技術(shù)，并研究了支持隱私保護(hù)的極限學(xué)習(xí)機(jī)的構(gòu)建。為了解決分類器存在的隱私泄露問(wèn)題，本文首先給出了一個(gè)背景知識(shí)很強(qiáng)的隱私攻擊模型，并給出了衡量分類器的隱私保護(hù)能力的度量用于對(duì)支持不同隱私保護(hù)技術(shù)的分類

3、器進(jìn)行比較。然后分析得到極限學(xué)習(xí)機(jī)具有類似支持向量機(jī)的等價(jià)經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化形式，利用支持差分隱私的經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化的隱私保護(hù)能力的證明，給出支持差分隱私的極限學(xué)習(xí)機(jī)的隱私保護(hù)能力的證明。為了保留極限學(xué)習(xí)機(jī)極快的學(xué)習(xí)速度、寬松的約束條件、良好的泛化性能，本文建立了兩種支持差分隱私極限學(xué)習(xí)機(jī)，即支持基于輸出擾動(dòng)差分隱私的極限學(xué)習(xí)機(jī)和支持基于目標(biāo)擾動(dòng)差分隱私的極限學(xué)習(xí)機(jī)。
　　最后，本文在真實(shí)數(shù)據(jù)集上進(jìn)行了廣泛的實(shí)驗(yàn)。驗(yàn)證了線性系統(tǒng)求解極限