(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111459013.1 (22)申请日 2021.12.02 (71)申请人 安徽大学 地址 230601 安徽省合肥市经开区九龙路 111号 申请人 安徽大学绿色产业创新研究院 (72)发明人 张顺　丁培柱　邢萍萍　崔宁宁　 陈海亮　崔小娟　邹铭敏　 (74)专利代理 机构 安徽省合肥新 安专利代理有 限责任公司 34101 代理人 陆丽莉　何梅生 (51)Int.Cl. G06Q 10/04(2012.01) G06F 21/62(2013.01) G06N 3/00(2006.01)G06Q 50/26(2012.01) (54)发明名称 一种基于差分隐私保护的随机森林车流预 测方法 (57)摘要 本发明公开了一种基于差分隐私保护的随 机森林车流预测方法， 包括： 1、 从交通系统中获 取车流数据集； 2、 对车流数据集进行补空值、 连 续特征离散化 以及为每棵决策树分配合理样本 等预处理工作； 3、 随机森 林训练前确定树与树之 间和每棵树之内的隐私预算、 分裂函数、 每棵树 最大深度以及总训练棵树等参数； 4、 根据前一步 确定的参数训练出全部具有差分隐私保护的回 归树； 5、 将所有差分隐私回归树组合成一个具有 差分隐私保护的随机森林； 6、 将任意一个样本输 入森林中得到一个具有差分隐私保护的预测结 果。 本发明能很好地解决隐私消耗问题、 数据安 全性问题以及准确率的问题， 从而能在隐私消耗 比较低的前提下提高车流的预测准确度。 权利要求书2页 说明书6页 附图2页 CN 114118601 A 2022.03.01 CN 114118601 A 1.一种基于 差分隐私保护的随机森林 车流预测方法， 其特 征包括以下步骤： 步骤1、 从交通系统中获取 车流数据集并进行 预处理； 步骤1.1、 对车流数据集中的空缺值进行均值填补处理， 得到预处理后的车流数据集记 为N＝{[X1,Y1],[X2,Y2],…,[Xi,Yi],…,[Xn,Yn]}， 其中， [Xi,Yi]表示第i个样本组； Xi表示第 i个车流样本， Yi表示第i个车流样本所对应的预测值， n表示预处理后的数据集N中车流量 样本的总数， 1≤i≤n； 令第i个车流样本Xi中的特征集合记为 表示第i个车流样本Xi中的第d个特 征； D表示车流样本中的特 征总数； 步骤1.2、 对所述第i个车流样本Xi中的特征集合 中的连续特征 进行离散化处理， 得到预处理后的特征集合 表示离散化后的 第d个特征， 且第d个特征 的离散值集合记为 则所有离散化后的特征的离散值所组成 的集合记为 步骤1.3、 令随机森林表示为(tree1,tree2,…,treet,…,treeT)； treet表示第t棵树， T 表示随机森林中树的棵 数； 1≤t≤T； 将预处理后的数据集N中的n个样本组随机选取 个样本组并分配给每棵树； 其中， 第t 棵树treet的根节点分配到的样本组 步骤2、 确定随机森林中所有树训练所需要的公共参数； 步骤2.1、 令每棵树分配到的隐私预算均为εeach_tree； 令每棵树中的非叶节点和叶子节 点的总隐私预算分别为δ ×εeach_tree和(1‑δ )×εeach_tree； 则任意一个非叶结点隐私预算为 其中， hmax表示所有树的最大树高； δ表示分配比率， 且 δ∈[0,1]； 步骤2.2、 令每棵树的分裂函数和打分函数均为平方误差函数 是treet的 样本组， 其中， a表示集合Φ中任意一个特征的离散值集合中的一个离散值， 且a∈Φ； 令打 分函数经过精确估计后的全局敏感度为Δf； 初始化t＝1； 步骤3、 对第t棵树t reet进行训练， 得到具有差分隐私保护的回归树t ree′t： 步骤3.1、 第t棵树treet将隐私预算 分给非叶子节点， 并将隐私预算(1 ‑δ )× εeach_tree分给叶子节点； 步骤3.2、 定义当前第t棵树t reet的高度为h， 并初始化h＝1； 步骤3.3、 对于第h层中的每一个节点， 若第h层中的当前节点node的所有样本的预测值 都相同， 则将当前节点node置为叶子节点nodeleaf， 并执行步骤3.4； 否则， 使用指数机制分 别从特征集合A ′中选出最优特征Abest， 从集合Φ中选出最优特征值abest， 若对第h层中的当 前节点node的每 一个样本进行判断， 若当前样本在最优特征Abest处的离散 值小于等于abest， 则将相应样本分配到第h层中的当前节点node的左子节点nodeleft上， 否则分配到右子节点权　利　要　求　书 1/2 页 2 CN 114118601 A 2noderight上； 步骤3.4、 计算叶子节点nodeleaf中每个样本的预测值的均值， 并使用拉普拉斯噪声每个 均值进行加噪， 得到加噪后的均值； 步骤3.5、 将h+1赋值给h后， 判断h>hmax是否成立， 若成立， 则表示得到具有差分隐私保 护的回归树t ree′t； 否则， 返回步骤3.3顺序执 行； 步骤4、 将t+1赋值给t后， 判断t>T是否成立， 若成立， 则表示得到回归森林(tree ′1, tree′2,…,tree′T)； 否则， 返回步骤3顺序执 行； 步骤5、 基于回归 森林的车流预测： 步 骤 5 . 1 、将 新 的 车 流 样 本 x 输 入 到 回 归 森 林 中 ，并 得 到 预 测 值 其中， 表示新的车流样本x在第t棵 树上的预测值。权　利　要　求　书 2/2 页 3 CN 114118601 A 3