保持隐私的朴素贝叶斯分类  

Private-Preserving Nave Bayesian Classification

作　　者：刘毅辉[1] 魏振军[1] 

机构地区：[1]信息工程大学信息工程学院,河南郑州450002

出　　处：《信息工程大学学报》2003年第1期86-89,共4页Journal of Information Engineering University

摘　　要：隐私保护是数据挖掘中很有意义的研究方向。本文所关心的问题是如何在两个私有数据库的联合样本集上施行数据挖掘算法,同时保证不向对方泄露任何与结果无关的数据库信息。这种情形在科研合作等领域已经屡见不鲜。针对数据分类算法中应用非常普遍的朴素贝叶斯分类算法,我们利用安全两方计算协议,给出一个保持隐私的朴素贝叶斯分类协议。在保持计算隐私性的同时,协议在计算复杂度和传输复杂度上与一般的贝叶斯分类非常接近,协议是高效可行的。Privacy preserving data mining is a significant direction. In this paper the authors address a scenario in which two parties owning confidential databases wish to run a data mining algorithm on the union of their databases, without revealing any unnecessary information. The problem is a special case of secure multi party computation. The authors aim at the Nave Bayesian classification algorithm, which is widely used. The protocol preserves information privacy, while adding little overhead to the original algorithm.

关 键 词：安全两方计算 数据挖掘 朴素贝叶斯分类 

分 类 号：TN918.1[电子电信—通信与信息系统]