摘要
针对垂直分布的数据,给出一种基于隐私保护的朴素贝叶斯分类协议。该协议利用同态加密、门限密码及数字信封技术,实现数据垂直分布时的数据分类,并保证不向其他方泄露任何与结果有关的信息。理论分析表明,该协议在满足安全性的同时具有较低的通信与计算复杂度。
Aiming at the data of vertical distribution, this paper gives a Naive Bayes Classification（NBC） protocol based on privacy preservation. This protocol uses homomorphic encryption, threshold password and digital envelope technology to realize data classification when data is vertical distribution, and it can promise not to disclose any other party with the irrelevant information. Theory analysis shows that this protocol is in safety and low communication and computing complexity.
出处
《计算机工程》
CAS
CSCD
北大核心
2010年第18期26-28,共3页
Computer Engineering
基金
国家自然科学基金资助项目"基于信用机制的移动电子商务多方位支付理论与技术研究"(60673162)
"基于动态混合故障模型和进化博弈论的可生存性分析方法研究"(60970143)
北京市自然科学基金资助项目"通用可组合安全的协议分析与设计"(4082028)
教育部科学技术研究基金资助重点项目"金融信息系统可信性评价理论与验证环境研究"(109016)
中央财经大学"211工程"三期基金资助项目
关键词
数据挖掘
朴素贝叶斯分类
语义安全
同态加密
data mining
Naive Bayes Classification（NBC）
semantic security
homomorphic encryption
