安全KNN

最新推荐文章于 2025-05-10 14:06:18 发布
原创 最新推荐文章于 2025-05-10 14:06:18 发布 · 1.3k 阅读 · 4 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#安全 #SSE

本文探讨了构造安全KNN加密函数的需求，强调了非距离可恢复的重要性。通过一个简单的构造方法展示了如何保持标量积不变，但不满足选择密文攻击的抵抗力。随后提出了一种RandomAsymmetricSplitting方法，将向量扩展到更高维度以增强安全性，抵抗此类攻击。这种方法涉及将查询和数据点一分为二，并确保额外维度的乘积为零。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

文章目录

构造安全KNN加密函数的要求——非距离可恢复

在这里插入图片描述
满足以下条件，就不是距离可恢复加密了，便可以用于构造安全KNN
在这里插入图片描述
上面的定义就要求，E(q)!=E(p)，即使q==p

最简单的构造是这样的：
p和q的标量积可以表示为pTIq=(pTM)(M-1q),那么我们让p’=ET(p,K)=MTp,同时q’=EQ(q,K)=M-1q

那么满足要求（i）p’Tq’=pTMM-1q = pTq
同时满足要求（ii）p1’Tp2’=p1TMMTp2 != pTq

一个简单的KNN构造

在这里插入图片描述
比较方法：
在这里插入图片描述
这两个(d+1)维点的标量积可以表示为
在这里插入图片描述在这里插入图片描述
但是这种方案不能对抗选择密文攻击
证明如下：
在这里插入图片描述

能抵抗选择密文攻击的KNN构造

Random Asymmetric Splitting

将查询向量q或者数据点p一分为二，假如
在这里插入图片描述

将d维向量扩展为d’维

将d维向量扩展为d’维,（d<d’）并保证增加的维度的乘积为零

11、安全kNN计算：在加密数据集上的高效查询与隐私保护
desk3的博客
05-11 138
本文深入探讨了安全kNN计算的原理、实现方法及其应用场景，重点介绍了如何通过同态加密和差分隐私等技术在保护数据隐私的前提下进行高效查询。同时，通过案例研究展示了其在医疗保健领域的实际应用效果，并展望了未来的发展方向和技术趋势。
通过加密数据进行安全的KNN查询：维数并非总是一种诅咒
03-11
通过加密数据进行安全的KNN查询：维数并非总是一种诅咒
论文笔记-secure kNN computation（安全）
qq_36458536的博客
12-20 2581
该内容出自于论文 Wai Kit Wong, David Wai-lok Cheung, Ben Kao, and Nikos Mamoulis, “Secure kNN computation on encrypted databases,” 2009 ACM SIGMOD International Conference on Management of data (SIGMOD '09), 2009, pp. 139–152.
KNN算法
god_Zeo的安全博客
01-02 980
1、KNN算法概述 kNN算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。该方法在确定分类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。 2、KNN算法介绍 最简单最初级的分类器是将全部的训练数据所对应的类别都记录下来，当测试对象的属性和某个训练对象的属性完全匹配时，便可以对其进行分类。但...
10、安全kNN计算：保护数据隐私的智能算法
最新发布
desk3的博客
05-10 510
本文详细介绍了安全kNN计算的基本原理、技术实现及优化策略，探讨了如何通过安全多方计算、同态加密等技术保护数据隐私，并结合实际案例分析其在金融、医疗、电子商务等领域的应用。
加密数据上的高效安全kNN分类：SVMHE方法与改进策略
标题："ESkNNC20200327 - 副本.pptx"的报告聚焦于在支持向量同态加密（Vector Homomorphic Encryption, VHE）框架下提升加密数据下k-Nearest Neighbor (kNN) 分类算法的效率与安全性。该研究是在2018年IEEE ...
knn 1.12.0压缩包
12-27
opendistro-knn-1.12.0.0可能是该版本的插件包名称，这意味着它可能是针对Elasticsearch的Opendistro框架设计的，Opendistro是由Elastic公司创建的一个开源项目，旨在扩展Elasticsearch的功能，提供额外的安全性、...
web安全之机器学习入门——3.1 KNN/k近邻
weixin_30509393的博客
04-08 298
目录 sklearn.neighbors.NearestNeighbors 参数/方法 基础用法 用于监督学习 检测异常操作(一) 检测异常操作(二) 检测rootkit 检测webshell sklearn.neighbors.NearestNeighbors 参数： 方法： 基础用法 print(__doc__) fr...
加密
DataX的随笔
02-12 867
source：0xehnrl34564l36l3j6l4n3frl43tn34nenl30tnnl543hnn43k43h5knh3kntk43ntknncode:450403u5nn43nt43ltn43ltn43ltnl34ntl43nletn43lntndnfle43065043nnnrft4lt4l3tnentl4w3n5765n475n754nn67ndffwho can solve t...
KNN算法学习总结
商博良的博客
10-21 820
前言读完了集体智慧编程，初步了解了knn算法，可惜时间可能有点久远，当初没有进行总结吗，如今的印象也比较浅，所以写下这一片博客，用以总结和加深印象。ps：感觉自己还是不大会写博客，尽量按照自己能看懂的方式来记录吧。 正文1. 理论knn算法又被称为k近邻分类算法，主要内容是从训练集中寻找和需要测试的数据记录最相近的k条记录，然后根据他们来为测试集的数据确定的分类。 算法涉及3个主要因素。训练集
KNN算法框架的实现、K-d树的实现、K-d树的加快搜索的原理、K-d树的最近邻以及K近邻搜索、K-d树的BBF优化
SongyangJi
03-05 781
文章目录数据结构设计ADT(抽象数据结构)设计KD (K dimension) Tree （K维度树）KD树快速搜索近邻的核心原理KD树的实现细节KD树的近邻搜索KD树的性能分析Ball Tree（球果树）MVP Tree 数据结构设计 KNN算法是机器学习中的入门的、简单易理解的一个算法，算法设计的参数、影响因素并不多，比较容易实现。 在Python的机器学习 sklearn 里，以及在 C++ 的OpenCV库里都有系统的实现。 但是却没有较为官方的组织、基金会、社区用Java取实现KNN、K-d Tr
近邻算法与安全近邻算法的定义、区别
qq_44985415的博客
07-16 1431
安全近邻算法与近邻算法的定义、区别
K-近邻算法(KNN)
limengshi138392的博客
06-11 1917
1.1 K-近邻算法(KNN)概念 K Nearest Neighbor算法又叫KNN算法，这个算法是机器学习里面一个比较经典的算法， 总体来说KNN算法是相对比较容易理解的算法 定义 如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。 来源：KNN算法最早是由Cover和Hart提出的一种分类算法 实现流程 1）计算已知类别数据集中的点与当前点之间的距离 2）按距离递增次序排序 3）选取与当前点距离最小的k个点 4）统计前k
CREDO:Efficient and Privacy-preserving Multi-level Medical Pre-Diagnosis Based on ML-KNN读书笔记（二）
qq_42145187的博客
07-01 641
建议先看CREDO:Efficient and Privacy-preserving Multi-level Medical Pre-Diagnosis Based on ML-KNN读书笔记（一）https://blog.csdn.net/qq_42145187/article/details/106999076 Zhu D, Zhu H, Liu X, et al. CREDO: Efficient and privacy-preserving multi-level medical pre-diag
基于KNN实现图像分类——理解图像分类
网络安全研究
02-16 7732
1. KNN KNN被翻译为最近邻算法，顾名思义，找到最近的k个邻居，在前k个最近样本（k近邻）中选择最近的占比最高的类别作为预测类别。 如上图所示： 五角星（待预测的）要被赋予哪个类，是紫色圆形还是黄色圆形？ 1）如果k=3（实线所表示的圆），由于紫色圆形所占比例为2/3，大于黄色圆形所占的比例1/3，那么五角星将被赋予紫色圆形那个类。 2）如果k=5（虚线所表示的圆），由于黄色圆形的比例为3...
机器学习之KNN检测恶意流量
weixin_43857242的博客
01-19 1575
背景 任何智能活动的都可以称为人工智能，而机器学习（Machine Learning）属于人工智能的一个分支，深度学习（Deep Learning）则是机器学习的分支。近年来，随着基础设施的完善，海量大数据的积累，机器学习方法理论越来越成熟，算力的大幅度提升，互联网企业也越来越愿意增大在AI领域的投入，AI的优势在于处理海量数据提取捕获其中有用信息上发挥着非常重要的作用，如OCR领域图片鉴黄、自然...
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值