多方隐私保护朴素贝叶斯模型快速训练与轻量级预测方法.pdfVIP

下载本文档

2
0
约4.33万字
约 23页
2023-07-08 发布于四川
举报
版权申诉

多方隐私保护朴素贝叶斯模型快速训练与轻量级预测方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种多方隐私保护朴素贝叶斯模型快速训练与轻量级预测方法，基于2021年ACSAC会议中提出的同态加密方案NewPai，结合超增长向量技术，设计了支持高维数据打包的多方向量数据统计方案，并且在NewPai方案的基础上，设计了分布式门限解密算法和中间结果保护方法，实现安全增强的朴素贝叶斯模型的快速训练协议。本发明设计的非交互式朴素贝叶斯模型预测协议，相比于CARER设计的预测协议，减少了用户端的计算和通信开销，避免用户的数据离开本地，增强了用户数据的安全性，提高了服务运行的效率，为网络环

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116405184 A (43)申请公布日 2023.07.07 (21)申请号 202310389980.8 G06F 21/64 (2013.01) (22)申请日 2023.04.