基于语义安全加密关系数据的 k-近邻分类
密码学与安全
2014-08-07 v3
摘要
数据挖掘在银行、医疗、科学研究及政府机构等诸多领域有着广泛应用。分类是数据挖掘应用中常用的任务之一。过去十年间，随着各类隐私问题的涌现，不同安全模型下已提出了多种针对分类问题的理论与实际解决方案。然而，随着云计算的近期普及，用户现在有机会将其数据以加密形式外包至云端，并将数据挖掘任务一并委托给云端。由于云端数据处于加密状态，现有的隐私保护分类技术不再适用。本文聚焦于解决加密数据上的分类问题。具体而言，我们提出了一种针对云端加密数据的安全 k-NN 分类器。所提出的 k-NN 协议保护了数据机密性、用户输入查询以及数据访问模式。据我们所知，我们的工作是在半诚实模型下首个针对加密数据开发安全 k-NN 分类器的研究。此外，我们通过多项实验对解决方案的效率进行了实证分析。
引用
@article{arxiv.1403.5001,
title = {k-Nearest Neighbor Classification over Semantically Secure Encrypted Relational Data},
author = {Bharath K. Samanthula and Yousef Elmehdwi and Wei Jiang},
journal= {arXiv preprint arXiv:1403.5001},
year = {2014}
}
备注
29 pages, 2 figures, 3 tables arXiv admin note: substantial text overlap with arXiv:1307.4824