Гетерогендi деректерге негiзделген машиналық оқыту моделi

Авторлар

DOI:

https://doi.org/10.26577/JMMCS.2022.v114.i2.09
        116 101

Кілттік сөздер:

Блокчейн, гетерогендi деректер, ТВӘ, қауiпсiздiк сызбасы

Аннотация

Үлкен деректер бизнестiң көптеген салаларында кеңiнен қолданыс тапқан. Ұйымдар арасындағы ақпараттарды жүйелi түрде шығаруға және мәлiметтердi өңдейдi, жинаған мәлiметтер атрибуттарда айтарлықтай ерекшеленедi. Гетерогендi мәлiметтер жиынтығын құра отырып, олар бiр-бiрiн толықтырады, сондықтан ұйымдар арасында мәлiметтер алмасу қажет. Гетерогендi деректерге негiзделген машиналық оқытуды бiрлесiп оқыту процесiнде қазiргi сызба көптеген мәселелерге ие, соның iшiнде нақты жағдайларда тиiмдiлiк, қауiпсiздiк және қол жетiмдiлiк. Бұл мақалада бiз консорциум блокчейнiне және шектi гомоморфты шифрлау алгоритмiне негiзделген қауiпсiз ТВӘ оқыту механизмiн ұсынамыз. Консорциум блокчейнiн енгiзу арқылы орталықтандырылмаған деректер алмасу платформасын құруға, сонымен қатар шектi гомоморфты шифрлау негiзiнде тiрек-векторлар әдiсi классификаторының қауiпсiз алгоритмiн құруға болады

Библиографиялық сілтемелер

[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)

Жүктелулер

Как цитировать

Narbayeva, S. M., Tapeeva, S. K., Turarbek, A., & Zhunusbaeva, S. (2022). Гетерогендi деректерге негiзделген машиналық оқыту моделi. Қазұу Хабаршысы. Математика, механика, информатика сериясы, 114(2). https://doi.org/10.26577/JMMCS.2022.v114.i2.09