论文部分内容阅读
随着海量数据不断涌入，SVM隐私泄露问题日益严重。在分析已有隐私保护支持向量机基础上，提出一种面向大规模数据的隐私保护学习机（PPLM）．该方法首先通过核心向量机对大规模样本进行采样，然后在核心集上选取两个样本点并将两点连线的法平面作为最优分类面。通过对标准数据集和人工数据集的实验表明，PPLM可有效地解决大规模样本分类问题，且分类效果良好。