摘要:隐私保护的多源数据分析是大数据分析的研究热点,在多方隐私数据中学习分类器具有重要应用。提出两阶段的隐私保护分析器模型,首先在本地使用具有隐私保护性的PATE-T模型对隐私数据训练分类器;然后集合多方分类器,使用迁移学习将集合知识迁移到全局分类器,建立一个准确的、具有差分隐私的全局分类器。该全局分类器无需访问任何一方隐私数据。实验结果表明,全局分类器不仅能够很好地诠释各个本地分类器,而且还可以保护各方隐私训练数据的细节。
关键词:隐私保护 多源数据 差分隐私 迁移学习 全局分类器
单位:贵州大学计算机科学与技术学院; 贵州贵阳550025; 贵州大学贵州省公共大数据重点实验室; 贵州贵阳550025
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社