【技术实现步骤摘要】
本专利技术属于数据安全领域，尤其涉及一种云环境下决策树的同态加密隐私保护方法。
技术介绍
1、在人工智能的浪潮中，产品和服务搜集的数据已成为推动技术发展的关键动力。尤其是在智能互联网时代，端点设备收集并分析用户的行为数据以及用户与产品的互动信息，以实现产品智能化和提供定制化的用户体验。为了实现这些功能，存储在终端设备中的个人数据需要被多个服务器访问和处理，这种处理方式虽然能够极大地提升用户体验和满意度。但也不可避免地增加了数据隐私泄露的风险。
2、无论是密码、照片、文本还是视频，任何形式的数据泄漏都是绝对不能容忍的。因此，公众意识到必须采取严格的措施来保障个人隐私数据的安全，并且需要加强对第三方服务提供商管理的数据的保护。
3、随着技术的不断进步，目前已经开发出多种方法来保护隐私数据的安全，以尽量减少数据泄露的潜在风险。最基本的策略是对静态数据进行加密处理，以此确保即便数据库遭到非法窃取，其中的数据依旧是安全的。但是，随着云服务的快速发展，越来越多的应用程序能够直接访问到明文数据(即未经加密的数据)，这导致传统的...
【技术保护点】
1.一种云环境下决策树的同态加密隐私保护方法，其特征在于，所述方法包括：
2.根据权利要求1所述的云环境下决策树的同态加密隐私保护方法，其特征在于，在决策树的训练阶段和预测阶段构建一个低次多项式函数用于逼近决策树的阶跃函数；所述低次多项式函数如下：
3.根据权利要求2所述的云环境下决策树的同态加密隐私保护方法，其特征在于，训练阶段中步骤S2 2)计算阶段的决策算法如下：
4.根据权利要求2所述的云环境下决策树的同态加密隐私保护方法，其特征在于，所述预测阶段中P2计算阶段的决策树算法如下：
5.根据权利要求3所述的云环境下...
【技术特征摘要】
1.一种云环境下决策树的同态加密隐私保护方法，其特征在于，所述方法包括：
2.根据权利要求1所述的云环境下决策树的同态加密隐私保护方法，其特征在于，在决策树的训练阶段和预测阶段构建一个低次多项式函数用于逼近决策树的阶跃函数；所述低次多项式函数如下：
3.根据权利要求2所述的云环境下决策树的同态加密隐私保护方法，其特征在于，训练阶段中步骤s2 2)计算阶段的决策算法如下：
4.根据权利要求2所述的云...
【专利技术属性】
技术研发人员：李英娜，李进成，王路路，张晶，陈志祥，冯勇，
申请(专利权)人：昆明理工大学，
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。