隱私保護線性規(guī)劃和支持向量機新算法.pdf

1、在求解線性規(guī)劃的最優(yōu)解時，目標(biāo)函數(shù)的系數(shù)、等式約束的約束矩陣以及右邊的向量可能被不同的實體擁有，這些實體不愿意泄露這些數(shù)據(jù)，這就產(chǎn)生了隱私問題，如何在不泄露這些實體的數(shù)據(jù)的情況下計算出線性規(guī)劃的最優(yōu)解就成了急需解決的課題。
　　支持向量機是應(yīng)用在數(shù)據(jù)挖掘領(lǐng)域的一種新的方法，與傳統(tǒng)的機器學(xué)習(xí)理論相比具有更多的優(yōu)點，支持向量機能克服傳統(tǒng)機器學(xué)習(xí)過程中的過學(xué)習(xí)、維數(shù)災(zāi)難、局部極值等問題。分布式支持向量機是把訓(xùn)練樣本分配到各個節(jié)點，能克服

2、數(shù)據(jù)交流的復(fù)雜性、易變性和隱私問題。
　　本文首先介紹了線性規(guī)劃的隱私保護算法，Mangasarian在數(shù)據(jù)垂直分布和水平分布的線性規(guī)劃的隱私保護算法中采用了一個隨機矩陣，將原始的線性規(guī)劃問題轉(zhuǎn)化成了一個安全的線性規(guī)劃問題。但是，當(dāng)這個隨機矩陣不可逆的時候，原始線性規(guī)劃問題和安全的線性規(guī)劃問題是不等價的。針對這種情況，采用一個可逆隨機矩陣，將原始線性規(guī)劃問題轉(zhuǎn)化成了一個等價的安全的線性規(guī)劃問題。實驗結(jié)果表明，只要λ充分大，用本文算