基于符号ADD和线性多分支程序的分类算法安全评估.pdf

《基于符号ADD和线性多分支程序的分类算法安全评估.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第5期电子学报Vo1．42No．52014年5月ACTAELECrR0NICAs1NICAMfdv2014基于符号ADD和线性多分支程序的分类算法安全评估古天龙，何仲春，常亮，徐周波(桂林电子科技大学广西可信软件重点实验室，广西桂林541004)摘要：分类算法是机器学习和数据分析中重要的算法．当需要对分类算法本身以及算法的输入数据进行隐私保护时，就出现了分类算法安全评估问题．针对现有的分类算法安全评估协议效率较低的问题，文章给出了一种基于代数决策图和线性多分支程序的解决方案．首先，设计了基于代数决策图的安全函数评估协议，用以安全评估决策函数；其次，引入了线性多分支程序的

2、概念，用其对分类算法进行表示．最后，借助线性多分支程序和基于代数决策图的安全函数评估协议，给出了一个私有线性多分支程序的安全评估协议．对新的协议的正确性和安全性进行了分析和证明．实验数据表明，与原有的解决方案相比，新的协议在效率上有明显的提高．关键词：安全评估；分类算法；代数决策图；线性多分支程序中图分类号：TN918；TP309文献标识码：A文章编号：0372—2112(2014)05．094O一08电子学报URL：httO：／／www．ejourna1．org．OilDOI：10．3969／j．issn．0372．2112．2014．05．016SecureEval

3、uationofClassificationAlgorithmsBasedonSymbolicADDandLinearMulti—BranchingPr0gramGUTian—long，HEZhong—chun，CHANGLiang，XUZhou—bo(CzaangxiKeyLaboratoryofTrustedSoftware，GuilinUniversityofElectronicTechnology，Guilin，Guangxi541004，China)Abstract：Classificationalgorithmsalewidelyusedintheareas

4、ofmachinelearninganddatamining．Itisanimportanttasktoevaluatetheclassifcationalgorithmssecurelywhenboththeclassificationalgorithmandtheinputdataofthealgorithmarepri—rate．Inordertoimprovetheeficiencyofexistingsecureevaluationprotocols，asolutionbasedonboththealgebraicdecisiondia—gramandthel

5、inearmulti—branchingprogramwaspresented．Firstly，asecurefunctionevaluationprotocolbasedonalgebraicdecisiondiagramwasdesignedforevaluatingdecisionfunctionssecurely．Secondly，astructurenamedlinearmulti—branchingprogramWasproposedtorepresenttheclassifcationalgorithms．Basedonboththesecurefunct

6、ionevaluationprotocolandthestructureoflinearmulti-branchingprogram，aprotocolforsecurelyevaluatingtheprivatelinearmulti—branchingprogramsWasconstructed．Boththecorrectnessandthesecurityofthenewprotocolwereanalyzed．Experimentalresultsshowthatthenewprotocolismoreeficientthantheexistingsoluti

7、ons．Keywords：secureevaluation；classifcationalgorithm；algebraicdecisiondiagram；linearmulti—branchingprogram护数据和算法的隐私．然而随着信息技术尤其是网络技1引言术的发展，保护个人隐私和知识产权的要求越来越强分类算法旨在根据样本数据的特殊属性将未知类烈．因此，出现了分类算法的安全评估问题l5．6J，即能否别的样本映射到给定类别中的某一类，是机器学习和数在对分类算法的评估中，既能够保护客户端数据的隐私据挖掘中的最重要的技术之一I1j，在垃