文件名称：privacy-preserving-xgboost-inference:隐私保护XGBoost推理
文件大小：49KB
文件格式：ZIP
更新时间：2024-06-11 04:06:48
Python
隐私保护XGBoost推断 描述 此仓库是隐私保护XGBoost（ ）的原型实现。 我们采用几种保留属性的加密方案来加密XGBoost模型，以便保留隐私的模型可以预测加密的查询。 这项工作的扩展摘要（ ）出现在NeurIPS 2020的隐私保护机器学习研讨会上。 发展 点安装pytest 运行测试文件时，请首先在repo目录中。 pip3 install -r requirements.txt 转到测试目录（“ cd测试”），运行以下命令： python -m pytest OPE方案来自开源（ ）。 它执行了Boldyreva等人的OPE计划。 等源代码位于“第三方/ ope /”目录中。 我们还利用了部分同态加密方案（Paillier Cryptosystem： ://en.wikipedia.org/wiki/Paillier_cryptosystem），运行pi
【文件预览】：
privacy-preserving-xgboost-inference-master
----NOTICE(67B)
----example()
--------__init__.py(0B)
--------Titanic.ipynb(13KB)
--------Iris.ipynb(11KB)
----test()
--------test_ppxg_boost.py(7KB)
--------test_files()
--------test_PPKey.py(2KB)
----LICENSE(10KB)
----CONTRIBUTING.md(4KB)
----src()
--------ppxgboost()
--------conftest.py(0B)
--------__init__.py(107B)
----DEVELOPMENT.md(97B)
----requirements.txt(107B)
----setup.py(220B)
----.gitignore(144B)
----third-party()
--------__init__.py(0B)
--------ope()
----CODE_OF_CONDUCT.md(309B)
----README.md(1KB)