[发明专利]一种新的隐私保护下非交互式的K近邻分类方法有效
| 申请号： | 201811200446.3 | 申请日： | 2018-10-15 |
| 公开（公告）号： | CN109359588B | 公开（公告）日： | 2021-02-09 |
| 发明（设计）人： | 杨浩淼;周启贤;何伟超;李洪伟;任彦之;刘天毅;王馨语 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 成都弘毅天承知识产权代理有限公司 51230 | 代理人： | 邹敏菲 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种新的隐私保护下非交互式的K近邻分类方法，涉及大数据安全技术领域，步骤如下：1.客户端通过向量同态加密方法对由若干个带有标签的训练数据组成的训练数据集中的训练数据进行特征加密，得到密文数据集和中间矩阵，并上传至云端；2.客户端接收待分类明文向量组并对其进行加密，得到密文向量组，并上传至云端；3.云端根据密文数据集和中间矩阵计算密文向量组中每一个密文向量与密文数据集包含的所有密文数据的相似度，再根据近邻分类算法得出该密文向量组的分类结果集，将分类结果集发送至客户端。本发明极大地提高了加密的效率和安全性，实现非交互式技术，达到真正的外包计算，减小了客户端的计算压力。 | ||
| 搜索关键词： | 一种 隐私 保护 交互式 近邻 分类 方法 | ||
【主权项】：
1.一种新的隐私保护下非交互式的K近邻分类方法，其特征在于，包括以下步骤：步骤1.客户端通过向量同态加密方法对由若干个带有标签的训练数据组成的训练数据集R中的训练数据进行特征加密，得到密文数据集D和中间矩阵H，并将密文数据集D和中间矩阵H上传至云端；步骤2.客户端接收待分类明文向量组x(x1，x2，...，xn)，并对待分类明文向量组x进行加密，得到密文向量组c(c1，c2，...，cn)，将密文向量组c上传至云端；步骤3.云端根据密文数据集D和中间矩阵H并利用密文下向量相似性度量方法，计算密文向量组c中每一个密文向量ci与密文数据集D包含的所有密文数据的相似度，再根据K近邻分类算法得出该密文向量组c的分类结果集G，将分类结果集G发送至客户端。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于电子科技大学，未经电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811200446.3/，转载请声明来源钻瓜专利网。
