一种基于动态差分扩展的决策树矫正数据库水印方法

本发明涉及一种基于动态差分扩展的决策树矫正数据库水印方法，属于数据安全与机器学习交叉技术领域。本发明旨在解决水印嵌入导致数据统计特征偏移、干扰后续数据挖掘模型预测精度的问题。技术方案要点为：融合动态差分扩展水印嵌入与决策树矫正机制，通过约束属性差值范围及基尼指数指导的元组移动，使水印数据生成的决策树在分割值与叶子节点分布上与原始数据保持一致。该方法在维持数据统计特征(均值/方差)的前提下，显著降低数值失真，并保障水印数据在分类、回归等机器学习任务中的可用性。主要适用于需兼顾数据安全与挖掘可用性的场景，如医疗健康、金融交易等行业的数据库版权保护与完整性认证。