面向多方建模的隐私保护主成分分析
密码学与安全
2020-03-13 v3 机器学习
摘要
本文提出一种针对水平划分数据的通用多方建模范式，采用隐私保护主成分分析（PPPCA）。PPPCA 可在明文数据保留本地的前提下完成 PCA 的多方协同执行。我们还提出了基于同态加密和秘密共享两种技术的实现方案。PPPCA 的输出可直接发送给数据使用方以构建任意机器学习模型。我们在三个 UCI 基准数据集和一个真实世界欺诈检测数据集上进行了实验。结果表明，基于 PPPCA 构建的模型精度与基于集中式明文数据上 PCA 构建的模型精度相同。
引用
@article{arxiv.2002.02091,
title = {Privacy Preserving PCA for Multiparty Modeling},
author = {Yingting Liu and Chaochao Chen and Longfei Zheng and Li Wang and Jun Zhou and Guiquan Liu and Shuang Yang},
journal= {arXiv preprint arXiv:2002.02091},
year = {2020}
}