【技术实现步骤摘要】
本申请涉及数据处理，具体地，涉及一种数据集分类方法、装置、计算机设备和存储介质。
技术介绍
1、随着人工智能的发展，科技进入了数字化时代，数据是企业和个人最宝贵的资产，电子商务、医疗系统和社交网络等收集了大量的用户数据，用于用户分析、商业决策等，但是数据发布、共享和分析的过程中，存在着用户个人隐私信息泄露的风险，数据安全得不到保障。数据的隐私保护主要包括两方面，一是针对数据集的保护，二是针对统计信息的保护。针对数据集的隐私处理，并不能解决统计信息的隐私泄露，如删除数据的标志符属性如id、姓名等敏感信息，能够在一定程度上保护个人隐私，但是还不能满足个人信息保护的需求。相关技术中，虽然对用户姓名进行了随机化处理，但是仍然能够通过部分查询记录结合背景知识，定位到具体用户。因此，除了数据标识处理之外，还需要研究统计信息的隐私防护问题。
2、随机森林由于具有较强的可解释性、鲁棒性，应用广泛，是一种重要的数据挖掘方法。然而，随机森林算法本身和相应的统计信息均有可能泄露用户隐私信息，存在着较大风险。
技术实现思
<本文档来自技高网...【技术保护点】
1.一种数据集分类方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述训练集的样本数据，构建随机森林分类模型，包括：
3.根据权利要求2所述的方法，其特征在于，所述输入训练集的样本数据的特征集合、标签集合、树的数目、列选取方式、样本选择比例和隐私预算大小，输出包含T棵决策树的树集合，包括：
4.根据权利要求3所述的方法，其特征在于，对于每颗决策树，通过以下表达式对当前决策树的样本集添加Laplace噪声：
5.根据权利要求4所述的方法，其特征在于，所述根据添加分配的隐私预算计算过程获取最佳分裂...
【技术特征摘要】
1.一种数据集分类方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述训练集的样本数据，构建随机森林分类模型，包括：
3.根据权利要求2所述的方法，其特征在于，所述输入训练集的样本数据的特征集合、标签集合、树的数目、列选取方式、样本选择比例和隐私预算大小，输出包含t棵决策树的树集合，包括：
4.根据权利要求3所述的方法，其特征在于，对于每颗决策树，通过以下表达式对当前决策树的样本集添加laplace噪声：
5.根据权利要求4所述的方法，其特征在于，所述根据添加分配的隐私预算计算过程获取最佳分裂属性和分裂值，包括：
6.根据权利要求5所述的方法，其特征在于，在选择最佳分裂属性时，按照百...
【专利技术属性】
技术研发人员：樊春美，杨立鹏，李雯，张智，纪宇宣，仲硕，王思宇，
申请(专利权)人：中国铁道科学研究院集团有限公司电子计算技术研究所，
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。