龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：广州大学;中国铁道科学研究院集团有限公司电子计算技术研究所
摘要：本发明提供了一种基于本地化差分隐私的联邦随机森林方法，公开设计了一种模型框架，利用本地化差分隐私机制对客户端建立CART决策树的过程中添加噪声，能够防止重建攻击和推断攻击，提高隐私保护效果；采用Gini指数为决策树选择分裂点和分裂特征，同时利用Bagging集成的思想，在决策树的训练过程中随机选择特征点，减少子节点添加的噪声量，通过服务器‑客户端多轮通信优化随机森林模型，提高模型分类准确率。
主权项：1.一种基于本地化差分隐私的联邦随机森林方法，其特征在于，包括以下步骤：步骤一、在客户端建立CART决策树，包括：利用本地化差分隐私机制对客户端建立CART决策树的过程中添加噪声；步骤二、客户端-服务器多轮通信优化建立随机森林，包括：客户端通过服务器下发的Gini阈值和隐私预算的数据建立CART决策树，再将CART决策树上传到服务器中，组合成随机森林模型，服务器根据随机森林模型分类效果调整Gini阈值，将调整的Gini阈值再下发到客户端，客户端根据调整的Gini阈值重新建立CART决策树并上传至服务器；所述步骤二，客户端-服务器多轮通信优化建立随机森林的基本流程包括：1服务器公布CART决策树数量T，Gini阈值；2服务器随机选择T个客户端进行构建CART决策树；3客户端自定义隐私预算ε，根据算法和服务器下发的Gini阈值，构建带噪声的CART决策树，并上传到服务器中；4服务器将T个客户端上传的CART决策树，聚合成随机森林；5服务器根据随机森林模型分类效果调整Gini阈值，将调整的Gini阈值再下发到客户端；6客户端根据Gini阈值重新建立决策树并上传到服务器中；7重复流程3～6，直至服务器聚合成的随机森林模型达到提高模型分类准确率效果；8服务器利用随机森林模型进行分类任务。
全文数据：
权利要求：
百度查询： 广州大学 中国铁道科学研究院集团有限公司电子计算技术研究所 一种基于本地化差分隐私的联邦随机森林方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号