机构名称：
¥ 1.0
摘要 - 在基于云的数据市场中，基本的观点在于促进数据购物者与卖家之间的相互作用。这种参与度使购物者可以使用外部数据来增强其内部数据集，从而导致其机器学习模型的显着增强。尽管如此，鉴于数据值的潜在多样性，对于消费者来说，在巩固任何交易之前评估数据的价值变得至关重要。最近，Song等。引入了Pri-Mal（ACSAC出版），这是云辅助的隐私数据评估（PPDE）策略。此策略依赖于功能加密（FE）作为基础框架的变体，它比替代加密原始图（例如安全的多方计算和同质加密）具有明显的性能优势。但是，在本文中，我们遗憾地强调了原始人容易遭受无意滥用FE的影响，并为绩效缓和留下了备受期望的空间。为了对抗这一点，我们引入了一种新型的加密原始性，称为标记的函数隐藏内部产品。这个新的原始性是一种补救措施，并为设计PPDE的具体框架构成了基础。此外，在实际数据集上进行的实验表明，我们的框架大大降低了当前最先进的安全PPDE方案的总体计算成本，大约10倍，数据销售商的通信成本约为2倍。索引术语 - 私人关系，数据评估，功能加密
通过功能加密进行隐私数据评估，重新访问
主要关键词
相关文件推荐
![重新访问β-二氰基取代的Calix [4]吡咯](/simg/f/f6d04a852a78a6e43faf25b9105bdf37fc577a25.webp)
