Модель машинного обучения, основанная на гетерогенных данных

Аннотация

Большие данные широко используются во многих областях бизнеса. Информация между организациями систематически воспроизводится и обрабатывается данными, а собранные данные существенно различаются по атрибутам. Составляя разнородные наборы данных, они дополняют друг друга, следовательно, необходим обмен данными между организациями. В процессе совместного обучения машинного обучения на основе разнородных данных текущая схема имеет множество проблем, включая эффективность, безопасность и доступность в реальных ситуациях. В этой статье мы предлагаем безопасный механизм обучения МОВ, основанный на блокчейне консорциума и пороговом гомоморфном алгоритме шифрования. Путем внедрения блокчейна консорциума можно построить децентрализованную платформу обмена данными, а также разработать безопасный алгоритм классификатора опорно-векторные машины на основе порогового гомоморфного шифрования.

Литература

[1] Narbayeva S., Bakibayev T., Abeshev K., Makarova I., Shubenkova K., Pashkevich A., "Blockchain Technology on the Way of Autonomous Vehicles Development" , Transportation Research Procedia 44 (2020): 168-175.
[2] Cheng N. , Lyu F. , Chen J., Xu W., Zhou H., Zhang S., Shen X.S., "Big data driven vehicular networks" , IEEE Netw. 32(6) (2018): 160-167.
[3] Fadlullah Z.M., Tang F., Mao B., Kato N., Akashi O., Inoue T., Mizutani K., "State-of-theart deep learning: evolving machine intelligence toward tomorrow’s intelligent network traffic control systems" , IEEE Commun. Surv. Tutorials 19(4) (2017): 2432-2455.
[4] Lv L., Zhang Y., Li Y., Xu K., Wang D., Wang W., Li M., Cao X., Liang Q., "Communicationaware container placement and reassignment in large-scale Internet data centers" , IEEE J. Sel. Areas Commun. 37(3) (2019): 540-555.
[5] Song D.X., Wagner D., Perrig A., "Practical techniques for searches on encrypted data" , IEEE S&P (2000): 44-55.
[6] Li H., Zhu L., Shen M., Gao F., Tao X., Liu S., "Blockchain-based data preservation system for medical data" , J. Med. Syst. 42(8) (2018): 141.
[7] Shen M., Ma B., Zhu L., Du X., Xu K., "Secure phrase search for intelligent processing of encrypted data in cloud-based IoT" , IEEE Internet Things J. 6(2), (2019): 1998-2008.
[8] Xu K., Yue H., Guo L., Guo Y., Fang Y., "Privacy-preserving machine learning algorithms for big data systems" , IEEE 35th International Conference on Distributed Computing Systems (IEEE, Piscataway (2015): 318-327.
[9] Mohassel P., Rindal P., "ABY 3: a mixed protocol framework for machine learning," , Proceedings of the 2018 ACMSIGSAC Conference on Computer and Communications Security, ACM, New York (2018): 35-52.
[10] Katz J., Lindell Y., " , Introduction to Modern Cryptography (Chapman and Hall/CRC, Boca Raton, 2014)
[11] Mangasarian O.L., Wolberg W.H., " , Cancer diagnosis via linear programming Technical report (University of WisconsinMadison Department of Computer Sciences, 1990)
Как цитировать
NARBAYEVA, S. M. et al. Модель машинного обучения, основанная на гетерогенных данных. Вестник КазНУ. Серия математика, механика, информатика, [S.l.], v. 114, n. 2, june 2022. ISSN 2617-4871. Доступно на: <https://bm.kaznu.kz/index.php/kaznu/article/view/967>. Дата доступа: 08 aug. 2022 doi: https://doi.org/10.26577/JMMCS.2022.v114.i2.09.
Ключевые слова Блокчейн, гетерогенные данные, МОВ, безопасная схема