[发明专利]基于信息浓缩的隐私保护SVM分类方法

摘要

本发明揭露了一种基于信息浓缩的隐私保护隐私保护支持向量机分类方法，旨在解决分类过程中隐私信息的泄露问题。本发明是在标准支持向量机(即软间隔支持向量机，C‑SVC)的基础上，采用了信息浓缩机制，提出了一种新的称为基于信息浓缩的隐私保护SVM分类(IC‑SVM)方法。该方法主要针对分类算法支持向量的生成，在对原始训练样本的学习过程，采用模糊C均值聚类(FCM)算法根据样本的邻域信息进行信息浓缩，采用浓缩得到的浓缩点组成的新样本进行训练得决策函数，并用它去进行分类测试，从而较好的保护了数据的隐私。

主权项

基于信息浓缩的隐私保护支持向量机分类方法，所述方法包括：对原始训练样本进行信息浓缩；对浓缩后得到的样本点采用相关机制来组成新的训练样本并用新样本进行学习，进而得到决策函数；对待分类的数据使用此决策函数进行分类并得到准确率，并和软间隔的SVM进行比较。