Parzen窗核密度估计的模式分类隐私保护方法.pdfVIP

2014年第 5期 淮南师范学 院学报 No．5，2014 第 16卷 (总第 87期 ) JOURNALOFHUAINANNORMALUNIVERSITY GeneralNo．87，Vo1．16 Parzen窗核密度估计的模式分类隐私保护方法 张友能，王德兵 ，汪伟 (安徽工贸职业技术学院，安徽 淮南 232001) 摘『 要]针对大规模数据集上的模式分类任务 ，提 出了一种基于Parzen窗核密度估计的模式分类 隐私保护算法 该算法首先利用Parzen窗算法对原始大规模训练集服从的概率密度进行估计 ．然后根 据估计的概率密度函数构造la个替换训练样本 ．其 中l为原始样本的数 目．a通过 10折交叉验证方式确 定。最后发布替换训练样本进行模式分类，以实现原始数据上的隐私保护。在Adult数据集上的仿真实 验充分验证 了该算法的有效性 关【键词1parzen窗 ；核密度估计；数据发布 ；隐私保护 中『图分类号1TP309．2 文『献标识码]A f文章编号11009—9530(2014)05—0093—04 数据挖掘①技术 的发展极大地促进 了人们对 现 了许多优秀 的分类算法 如人工神经 网络 海量数据的利用 ．同时也引起 了数据隐私的泄露。 (ArtificialNeuralNetwork，ANN)④，支持 向量机 为了进行隐私保护②．同时又能对数据中隐藏 的有 (Support VectorMachines．SVMs) ⑤和 决 策 树 用信息进行挖掘 ．面向隐私保护的数据挖掘应运而 (Decisi0nTree．DT)⑥等。这些算法的出现极大促进 生。本文针对大规模数据集上的模式分类任务，提 了模式分类技术在生活中各领域的应用 出了一种基于 Parzen窗③核密度估计的模式分类 训练样本数据 的获取是模式分类工作的基础 ． 隐私保护算法 ，避免了原始数据上的隐私泄露。 所以模式分类任务很容易造成一些敏感数据 的泄 模式分类就是指对表征事物或现象的各种形 露 为了保护用来分类的训练数据 ．同时又尽可能 式的信息进行处理和分析 ．以对事物或现象进行描 不影响模式分类算法的性能．本文提出了一种基于 述、辨认、分类和解释的过程 。是人类 以及动物的最 Parzen窗核密度估计的模式分类隐私保护算法。该 基本 的智能表现 随着人类收集和存储数据能力 的 算法的主要思想是通过核密度估计方法估计原始 不断增长以及计算机运算能力 的飞速发展 ．利用计 数据的概率密度分布 ．然后根据这一密度函数生成 一 算机来分析数据进行模式分类的要求越来越广泛 ． 定数 目的新样本 ．最后用这些新样本替换原始样 越来越迫切。近些年随着研究人员的深人研究，出 本进行训练，实现原始数据的隐藏。因为本文算法 【收稿 日期】2014—05—25 基【金项 目】安徽省高校省级自然科学研究项 目(KJ2013B037)；安徽省高校省级自然科学研究项 目(KJ2014A239) 作【者简介】张友能(1973一)，男，安徽工贸职业技术学院电气与信息工程系副教授 ，硕士，主要研究方向为微机测控技术和物联网技术 。 ①HanJW，Kamber，DataMiningConceptsandTechniques，北京 ：机械 工业 出版社 ，2001年 ，第 257—259 页 。 (周 水庚 ，李丰 ，陶宇飞 ，肖小奎 ：《面向数据 库应 用 的隐私保护 研 究综 述》，《计算机 学$~}2009年 第 5期 ， 第 847-861页 ③ 周恩策，刘纯平，张玲 燕，龚声蓉，刘全 ：《基于时间窗的 自适应核 密度估计运动检测方法》，《通信学报 》 2011年 第 2期 ，第 106-114，124页 。 YangJ，YuX，XieZQ，AnovelvirtualsamplegenerationmethodbasedonGaussiandistribution，Knowl— edge-BasedSystems，2011，24(6)．PP．740-748． @CortesC，VapnikV．Support