论文部分内容阅读
针对支持向量机在分类决策过程中会因为支持向量的暴露而导致隐私信息的泄漏,提出了一种基于信息浓缩的隐私保护分类方法IC-SVM(Information Concentration Support Vector Machine)。该算法根据样本点的邻域信息,通过模糊C均值聚类算法对原始数据进行信息浓缩,利用聚类中心替代原始样本的本质信息,从而将原始数据之间的重要信息进行隐匿,使用信息浓缩点组成的新样本进行训练测试,较好地保护了隐私信息。在UCI和PIE人脸数据集上的实验结果表明,该算法在解决隐私信息泄露问题的同时,也具有较好的分类效果。