不完全数据集的差分隐私保护决策树研究

Affiliation of Author(s):计算机科学与技术学院/人工智能学院/软件学院

Journal:计算机科学

Key Words:差分隐私保护;不完全数据集;ID3算法;随机森林决策树;

Abstract:主要研究在对不完全数据集进行决策树分析时,如何加入差分隐私保护技术。首先简单介绍了差分隐私ID3算法和差分隐私随机森林决策树算法;然后针对上述算法存在的缺陷和不足进行了修改,提出指数机制的差分隐私随机森林决策树算法;最后对于不完全数据集提出了一种新的WP(Weight Partition)缺失值处理方法,能够在不需要插值的情况下,使决策树分析算法既能满足差分隐私保护,也能拥有更高的预测准确率和适应性。实验证明,无论是Laplace机制还是指数机制,无论是ID3算法还是随机森林决策树算法,都能适用于所提方法。

Translation or Not:no

Date of Publication:2017-06-15

Co-author:沈思倩,江冠儒

Correspondence Author:myg

Date of Publication:2017-06-15