[发明专利]一种基于差分隐私及随机梯度下降的数据分类方法

权利要求书

1.一种基于差分隐私及随机梯度下降的数据分类方法，其特征在于，包括以下步骤：

(1)将数据集中的数据分配到各个分布式计算节点上，通过Map分任务在每个节点上执行随机梯度下降算法，利用Reduce分任务进行更新模型合并操作；

(2)在更新后的模型中加入适量拉普拉斯噪声，使最终随机梯度下降算法的目标模型满足ε-差分隐私。

2.根据权利要求1所述的基于差分隐私及随机梯度下降的数据分类方法，其特征在于，所述步骤(1)包括以下步骤：

(11)主任务Driver将差分隐私保护总预算ε平均分成N份，并分配给N个Reduce节点，每个Reduce节点初始差分隐私保护预算为将数据记录进行归一化处理，并给每一个n_i赋予一个计数初值K_i，以数据对n_i,K_i的形式存储；

(12)主任务随机抽取num×M个数据对组成M个样本组，每组样本中包含num条记录，并指派M个分任务执行Map操作，N个分任务执行Reduce操作，每个数据对中K_i的值等于数据对被抽取的次数；设定在K_i超过计数阈值Cou后，对应的数据对将不再被抽取；

(13)Map分任务接收包含num个数据对的样本组，运行Map函数，选择K_i值小于阈值函数L(u)值的数据对中的n_i为更新数据集，其他数据作为误差计算数据集，执行梯度下降算法，更新分目标模型W(u)，更新次数u+＝1；计算W(u)相对误差计算数据集的误差，记为error(u)，当误差计算数据集为空时，默认error(u)＝0；当u超过更新次数阈值Max，则丢失该节点Map任务。

3.根据权利要求1所述的基于差分隐私及随机梯度下降的数据分类方法，其特征在于，所述步骤(2)包括以下步骤：

(21)Reduce分任务接收各个Map中满足error(u)＜E且Δerror＜0的分目标模型W(u)，运行Reduce函数；以各个分目标函数所对应的error值的反比为权重合成本次迭代的目标更新模型W_update，并加入随机噪声，更新次数U+＝1；

(22)主任务接收各个Reduce节点的输出结果W_update并进行合并得到W_F，以数据集中K_i值最小的前Jud个数据对中的n_i为测试数据，计算W_F的误差Error，若Error＜E_final且所有数据对中K_i＞K_max的比例超过Per，算法结束，输出结果。