面向语义安全加密关系型数据的 K-最近邻分类
密码学与安全
2024-07-09 v1
摘要
数据挖掘在金融、电信、生物学和政府等领域具有 various real-time applications。分类是数据挖掘的主要任务。随着云计算的兴起, 用户可以从任何地方 Outsourcing and access their data, 将数据及其处理卸载到云端。然而, 在公共云环境中, 虽然数据通常是加密的, 但云服务提供者通常控制加密密钥, 这意味着他们随时可能访问数据。这使得传统的隐私保护分类系统不足。推荐的协议确保数据隐私, 保护用户查询, 并掩盖访问模式。鉴于加密数据无法直接进行数据挖掘, 我们关注针对加密、外包数据的安全 K 最近邻分类算法。该方法在保持用户查询和数据访问模式隐私的同时, 允许在云端安全地进行有效的数据挖掘操作。随着云计算, 特别是公共云环境, 数据的加密 necessitates 使用像安全 K 最近邻算法这样的 advanced 方法来确保数据挖掘中的隐私和功能。该创新保护敏感信息和用户隐私, 解决了传统系统中云提供者控制加密密钥所带来的挑战。
引用
@article{arxiv.2407.04836,
title = {K-Nearest Neighbor Classification over Semantically Secure Encrypted Relational Data},
author = {Gunjan Mishra and Kalyani Pathak and Yash Mishra and Pragati Jadhav and Vaishali Keshervani},
journal= {arXiv preprint arXiv:2407.04836},
year = {2024}
}