一种基于主成分分析的稀疏数据模式分类隐私保护算法.pdfVIP

科技导报2014，32（12） 一种基于主成分分析的稀疏数据模式一种基于主成分分析的稀疏数据模式 分类隐私保护算法分类隐私保护算法 1,2 1 1 3 原永滨 ，杨静 ，张健沛 ，于旭 1.哈尔滨工程大学计算机科学与技术学院，哈尔滨 150001 2.福州大学电气工程与自动化学院，福州 350108 3.青岛科技大学信息科学与技术学院，青岛266001 摘要摘要 模式分类过程涉及到对原始训练样本的学习，容易导致用户隐私的泄露。为了避免模式分类过程中的隐私泄露，同时又 不影响模式分类算法的性能，提出一种基于主成分分析（PCA）的模式分类隐私保护算法。该算法利用PCA提取原始训练数据 的主成分，并将原始训练样本集合转化为主成分的新样本集合，然后利用新样本集合进行分类学习。选用Adult 数据集和KDD CUP 99数据集进行仿真实验，并采用正确率和召回率进行性能评价，结果表明，该隐私保护算法通过PCA提取原始数据特征属 性的主成分，可避免原始属性的泄露，同时PCA在一定程度上可实现去噪，从而使分类器的分类性能优于原始数据集的分类性 能。与已有算法比较