基于差分隐私的决策树建模方法、预测方法、设备及介质

摘要

本发明公开了基于差分隐私的决策树建模方法、预测方法、设备及介质，该决策树建模方法利用差分隐私保护一阶导数和二阶导数，通过产生随机浮点数Δrate，只会随机发送一部分导数到被动方，被动方无法通过收到的一阶导数和二阶导数进行反推标签y，同时因为主动方知道Δrate的具体值，所以主动方可以通过Δrate将被动方返还的各个分箱的导数和还原，从而不影响计算最佳切分点。该决策树预测方法包括获取待测样本，并将待测样本输入至决策树分类模型中，以通过决策树分类模型获得待测样本的预测分类结果；所述决策树分类模型采用所述决策树建模方法构建得到的决策树分类模型。本发明避免了密文计算，大大降低了CPU开销和网络开销。