一種基于支持向量機的電網大數據隱私保護分類挖掘方法技術

本發明專利技術涉及一種基于支持向量機的電網大數據隱私保護分類挖掘方法，包括：訓練樣本數據集合；支持向量機SVM凸包樣本抽樣；獲得支持向量機SVM分類數據挖掘結果模型；對支持向量機SVM分類數據挖掘結果模型進行隱私保護；支持向量機SVM分類數據挖掘結果模型安全對外發布。本發明專利技術提供的技術方案能夠廣泛應用于對智能電網大數據進行高效的SVM隱私保護分類數據挖掘的相關的很多應用場景。

【技術實現步驟摘要】

本專利技術設及一種信息安全
的隱私保護分類挖掘方法，具體設及一種基于 支持向量機的電網大數據隱私保護分類挖掘方法。
技術介紹
目前，對智能電網大數據進行數據挖掘的主要任務之一就是分類。其中支持向量 機（Suppod Vector Machine，SVM)W其堅實的理論基礎和良好的泛化性能而廣泛的應用 于數據挖掘的諸多領域(包括智能電網大數據的數據挖掘）。 然而當對智能電網大數據進行SVM分類訓練時，由于SVM分類的特性最終得到的 SVM分類器包含一些訓練數據的完整實例。也就是說訓練得到的SVM分類模型中的參數包含 智能電網訓練樣本的一些數據。從本質上講，對于一些從法律和商業隱私保護的角度來說 SVM的分類模型會破壞隱私問題。當對外發布該SVM分類模型時就會泄漏智能電網中的數據 隱私。比如說，HIPAA法律就要求醫療數據在沒有合適的匿名化之前是禁止對外發布的。因 此運就限制了 SVM分類器對外的發布。 2011年，Keng-化i Lin等人提出了一個新的SVM近似算法。具體流程是:預先訓練 得到初始的SVM分類器，之后通過無窮級數展開W及單項式特征映射對SVM分類器模型進行 隱私保護，W此來保護數據隱私（即支持向量）。最終得到的SVM隱私保護分類器可W在不泄 漏隱私(原始SVM分類結果模型包含的支持向量)的情況下安全的對外發布。而且該SVM隱私 保護分類器和初始的SVM分類器有相近的分類精確度。[000引然而在進行SVM分類訓練時需要求解凸二次規劃問題。求解凸二次規劃問題需要 很高的計算代價，運就使得SVM在處理智能電網大數據集的實際應用中面臨困難，突出表現 在占用空間和耗費時間兩個方面。SVM二次規劃方程的核矩陣是N*N(N是訓練樣本數)的，標 準二次規劃問題(QP)求解算法的時間復雜度為0(N*N)。顯然訓練樣本越多所占用的存儲空 間越大，所耗費的計算時間越長。因此尋找一種使SVM適應智能電網大數據集的方法就顯得 尤為重要。 從SVM的幾何解釋可知，對于線性可分的訓練數據樣本集，SVM的最優分類超平面 是兩類訓練樣本凸包最近點對連線的中垂面。當SVM引入核函數后，最優分類超平面概念被 推廣到特征空間，其分類決策仍然由特征空間中各類映射樣本的凸包所決定（凸包用其頂 點或邊緣點的凸組合就可W表達）。而凸包頂點的求解是一個典型的NP難題。
技術實現思路
為解決上述現有技術中的不足，本專利技術的目的是提供一種基于支持向量機的電網 大數據隱私保護分類挖掘方法，該方法對智能電網大數據進行快速的SVM分類數據挖掘的 同時還對數據挖掘結果(SVM分類結果模型)進行隱私保護，從而實現智能電網大數據的高 效的SVM隱私保護分類數據挖掘。為了對披露的實施例的一些方面有一個基本的理解，下面 給出了簡單的概括。該概括部分不是泛泛評述，也不是要確定關鍵/重要組成元素或描繪運 些實施例的保護范圍。其唯一目的是用簡單的形式呈現一些概念，w此作為后面的詳細說 明的序旨。 本專利技術的目的是采用下述技術方案實現的： 本專利技術提供一種基于支持向量機(suppod vector machine,SVM)的電網大數據 隱私保護分類挖掘方法，其改進之處在于，所述方法包括下述步驟： (1)確定SVM分類數據挖掘的訓練數據集合； (2)基于支持向量機SVM凸包對訓練樣本進行樣本抽樣，得到抽樣樣本集合；[001引（3)對步驟(2)得到的抽樣樣本集合進行SVM分類訓練，得到SVM分類數據挖掘結果 模型； (4)對步驟(3)得到的SVM分類數據挖掘結果模型進行隱私保護； (5)對外發布經步驟(4)處理的SVM分類數據挖掘結果模型。 進一步地，所述步驟(2)中，凸包樣本抽樣包括下述步驟： (a)初始化:設輸入的多類訓練樣本數據集合為S={Si，S2, . . .，Sc}，所述訓練樣本 數據集合總共包含C類訓練樣本數據;其中集合Si所包含的訓練樣本都具有相同的第一個 類別屬性，集合S2所包含的訓練樣本都具有相同的第二個類別屬性，W此類推集合S。所包含 的訓練樣本都具有相同的第C個類別屬性；逼近誤差界ε:設定選擇樣本個數m，初始化最大逼近誤差emax=inf;按照下面的式 子初始化樣本選擇集S't:[001 引其中：Φ是一種映射關系〇:Rn一F，即將原空間映射至煤一高維空間F;對于s't在 高維空間F中的映射集合為Φ儀t) = {〇(xt) |xteSt，t = l，2，. . .，nt};nt為樣本集合St中 的樣本的總個數；O(S^t)中映射樣本生成的凸包關其中Z1，Z2都表示計算過程中的中間變量，無具體含義;刊和^均表示訓練樣本集合S沖的樣 本數據;樣本集合St表示集合S={Si，S2,. . .，Sc}中的一個集合元素;C表示訓練樣本中的數 據總共有C個類別標簽，inf表示無窮大;表示支持向量的相應的支持變量； (b)凸包樣本選擇:如果選擇樣本選擇集S't的樣本個數l<m，則對于VXf 6馬\式:， 計算 d2(O(Xp)，C0(&(S't))); 令否則退出；其中表示樣本Φ(Χρ)到凸包空間C0 (〇(S/〇)的距離平方;卻表示集合(St-S^O中的一個訓練樣本元素;Ζ1+1是計算過程中的一 個中間變量，人為設置的即(5/〇))表示樣本〇(卻）到凸包空間(3〇(〇(5/〇)的最大距離平方值與凸包空間(3〇(〇 (S^O)的距離，簡單的說即為誤差限。[002引（C)如果emax > ε，則 S ' t = S' t U Z1+1;否則退出； (d)返回步驟(b):對每類訓練樣本集合均進行類內凸包樣本選擇。 進一步地，所述步驟(3)中，進行步驟(2)后得到抽樣的訓練樣本集合，在得到的抽 樣樣本集合上進行支持向量機SVM分類數據挖掘，得到初始的SVM分類數據挖掘結果模型 (目前，SVM分類數據挖掘算法已經有很成熟的基于不同平臺的實現算法代碼，例如在 matlab平臺下只需要調用相應的算法就可W對訓練樣本進行SVM分類訓練，得至IjSVM分類數 據挖掘結果模型)訓練學習得到的SVM模型的如公式1)所示： 支持向量機SVM分類器的組成包括核參數geR，g>0，g為參數;偏差變量beR，所 述偏差變量b由庫恩塔克KKT互補條件計算獲得;支持向量集合為：{(SVi，yi)，. . .，（SVm, ym)}； 其中：yi是相應SVi(第i個支持向量)的標簽，支持向量的相應的支持變量{αι，...， 曰m};其中m表示訓練樣本數據集合中包含的支持向量的個數，yie{+l，-l}，SVieRW，XeRW; 支持向量是訓練樣本數據集合的訓練樣例，支持向量的個數小于訓練樣本數據集合中包含 的訓練樣例;C是成本參數且C> 0。 進一步地，所述步驟(4)包括下述步驟： A、得到支持向量機SVM分類器:所述支持向量機SVM分類器基于高斯核函數，其決 策函數的形式為： 所述支持向量機SVM分類器的組成包括核參數gER，g>0，g為參數;偏差變量b e R，所述偏差變量b由庫恩塔克KKT互補條件計算獲得;支持向量集合為{(SVi，yi)，. . .，（SVm, ym)}； 其中：yi是相應SVi的標簽;支持向量的相應的支持本文檔來自技高網...

【技術保護點】
一種基于支持向量機的電網大數據隱私保護分類挖掘方法，其特征在于，所述方法包括下述步驟：(1)確定SVM分類數據挖掘的訓練數據集合；(2)基于支持向量機SVM凸包對訓練樣本進行樣本抽樣，得到抽樣樣本集合；(3)對步驟(2)得到的抽樣樣本集合進行SVM分類訓練，得到SVM分類數據挖掘結果模型；(4)對步驟(3)得到的SVM分類數據挖掘結果模型進行隱私保護；(5)對外發布經步驟(4)處理的SVM分類數據挖掘結果模型。

【技術特征摘要】

【專利技術屬性】
技術研發人員：葉云，余勇，石聰聰，曹宛恬，郭騫，范杰，高鵬，李尼格，俞庚申，馮谷，懷夢迪，
申請(專利權)人：國網智能電網研究院，國家電網公司，
類型：發明
國別省市：北京;11