【技术实现步骤摘要】
本专利技术属于隐私计算，具体涉及一种基于决策树和隐私保护的多方安全计算方法及系统。
技术介绍
1、在当今信息时代，数据的安全和隐私保护成为了重要的社会问题。随着云计算和大数据的快速发展，越来越多的敏感数据被存储和处理在云端，涉及多个参与方之间的计算问题也日益增多。例如，金融机构需要对客户数据进行分析，同时又需要保护客户的隐私；医疗机构需要协同处理医疗数据，但不希望泄露患者的个人信息。传统的数据共享和分析方式存在局限性，因此，需要一种新的多方安全计算方法，能够在保护数据隐私的同时，实现高效、准确的计算。
2、决策树是一种高效的数据分析和决策算法，能够在较短的时间内生成结果。通过将决策树算法与隐私保护方法结合，可以在保护数据隐私的同时，实现高效的计算。相比于传统的安全计算方法，基于决策树的方法能够提供更快速的计算结果，提高计算效率。
技术实现思路
1、本专利技术基于上述背景和现有技术所存在的问题，本专利技术采用了如下技术方案：第一方面，提供了一种基于决策树和隐私保护的多方安全计算方...
【技术保护点】
1.一种基于决策树和隐私保护的多方安全计算方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于决策树和隐私保护的多方安全计算方法，其特征在于，所述基于梯度的单边采样算法对本地数据进行数据预处理，包括如下步骤：
3.根据权利要求1所述的基于决策树和隐私保护的多方安全计算方法，其特征在于，所述将所述预处理数据输入至决策树模型进行训练，得到各参与方本地模型，包括如下步骤：
4.根据权利要求3所述的基于决策树和隐私保护的多方安全计算方法，其特征在于，所述构建决策树模型，包括如下步骤：
5.根据权利要求4所述的基于决策树...
【技术特征摘要】
1.一种基于决策树和隐私保护的多方安全计算方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于决策树和隐私保护的多方安全计算方法，其特征在于，所述基于梯度的单边采样算法对本地数据进行数据预处理，包括如下步骤：
3.根据权利要求1所述的基于决策树和隐私保护的多方安全计算方法，其特征在于，所述将所述预处理数据输入至决策树模型进行训练，得到各参与方本地模型，包括如下步骤：
4.根据权利要求3所述的基于决策树和隐私保护的多方安全计算方法，其特征在于，所述构建决策树模型，包括如下步骤：
5.根据权利要求4所述的基于决策树和隐私保护的多方安全计算方法，其特征在于，所述对每个归一化结果构建直方图，将归一化结果进一步转化以寻找最优分割点，包括如下步骤：
6.根据权利要求5所述的基于决策树和隐私保护的多方安全计算方法，其特征在于，基于pair-...
【专利技术属性】
技术研发人员：黄步添，李琳，刘健，刘振广，沈玮，龙承念，
申请(专利权)人：杭州云象网络技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。