云计算环境下安全的极限学习机外包机制
在应用程序中涉及到的数据日益扩大且结构日益复杂,使得在大规模数据上运行极限学习机(Extreme Learning Machine,ELM)成为一个具有挑战性的任务.为了应对这一挑战,本文提出了一个在云计算环境下安全和实用的ELM外包机制.该机制将ELM显式地分为私有部分和公有部分,可以有效地减少训练时间,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和一些简单的矩阵计算.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计算Moore-Penrose广义逆的操作.该广义逆也作为证据以验证结果的正确性和可靠性.从理论上对该外包机制的安全进行了分析.在CIFAR一10数据集上的实验结果表明,所提出的机制可以有效地减轻用户的计算量。
极限学习机 外包机制 数据安全 云计算
林加润 殷建平 蔡志平 朱明 程勇
国防科技大学计算机学院,湖南长沙410073 国防科技大学信息中心,湖南长沙410073
国内会议
金华
中文
1-8
2015-10-30（万方平台首次上网日期，不代表论文的发表时间）