云计算环境下安全的极限学习机外包优化部署机制

摘要

为应对大数据提出的挑战,在对海量数据进行处理分析时,需要大量计算资源与高效的机器学习算法.论文对极限学习机(Extreme Learning Machine,ELM)的云计算外包机制进行研究,提出了云计算环境下安全的ELM外包优化部署机制.该优化部署机制将ELM显式地分为私有部分和公有部分,可有效减少训练时间,并确保算法输入与输出的安全性.私有部分主要负责随机参数的生成以及隐层输出矩阵、输出权重矩阵与中间矩阵的求解.公有部分外包到云计算服务器中,由云计算服务商负责ELM算法中计算量最大的中间矩阵求逆操作.该中间矩阵的逆亦可作为证据以验证结果的正确性和可靠性.在CIFAR-10数据集上的实验结果表明,所提出的优化部署机制可以有效地减轻用户的计算量.