首页 期刊 电子学报 两方参与的隐私保护协同过滤推荐研究 【正文】

两方参与的隐私保护协同过滤推荐研究

作者:张锋; 孙雪冬; 常会友; 赵淦森 中山大学软件学院; 广东广州510275; 中山大学广东省信息安全重点实验室; 广东广州510275
隐私保护数据挖掘   安全多方计算   推荐系统   协同过滤  

摘要:隐私保护的协同过滤推荐研究致力于在确保高质、高效地产生推荐的同时有效地保护参与方的隐私.在数据分布存储,参与方大于2的情形,已有研究针对其核心任务——对指定项进行评分预测,以可交换的密码系统为主要技术,设计了一个隐私保护计算协议.但该协议不适用于参与方是2的情形.以安全比较计算和安全点积计算为基础安全设施,设计了一个协议,解决参与方是2的情况下对指定项进行评分预测的隐私保护问题,从而解决了隐私保护的两方协同计算问题.预测准确度与数据集中存放一样,证明了协议的正确性,并基于安全多方计算理论和模拟范例,证明其安全性,分析了时间复杂度和通信耗费.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅