[发明专利]一种基于k均值聚类的隐私信息保护方法

摘要

本发明属于机器学习领域，涉及一种基于k均值聚类的隐私信息保护方法，采用线性同态加密算法LHE结合加法同态加密算法Paillier对数据进行加密，得到密文数据，利用云服务端提供的计算服务实现对密文数据进行k均值聚类，得到密文聚类结果，客户端对密文聚类结果进行解密，得到明文聚类结果。本发明云服务端不获取用户的任何隐私信息，在实现聚类算法的同时保证用户的隐私信息安全，数据分析过程中数据信息不泄露，不仅有效地提高了用户数据的安全性，还大幅度地降低了客户端与云服务端之间的通信量，降低了通信成本，提高了机器学习效率，更适合应用到实际场景中去。

主权项

1.一种基于k均值聚类的隐私信息保护方法，其特征在于，包括以下步骤：S1、客户端采用线性同态加密算法LHE结合加法同态加密算法Paillier对数据进行加密，得到密文数据，并将密文数据上传至云服务端；S2、云服务端对密文数据进行k均值聚类，得到密文聚类结果；S3、云服务端将密文聚类结果返回客户端，客户端对密文聚类结果进行解密，得到明文聚类结果。