首页 | 本学科首页   官方微博 | 高级检索  
     

基于位置服务的分布式差分隐私推荐方法研究
引用本文:郑孝遥,罗永龙,汪祥舜,孙丽萍,陈付龙,胡桂银,汪小寒. 基于位置服务的分布式差分隐私推荐方法研究[J]. 电子学报, 2021, 49(1): 99-110. DOI: 10.12263/DZXB.20180835
作者姓名:郑孝遥  罗永龙  汪祥舜  孙丽萍  陈付龙  胡桂银  汪小寒
作者单位:安徽师范大学计算机与信息学院,安徽芜湖241002;网络与信息安全安徽省重点实验室,安徽芜湖241002;安徽师范大学计算机与信息学院,安徽芜湖241002;网络与信息安全安徽省重点实验室,安徽芜湖241002;安徽师范大学计算机与信息学院,安徽芜湖241002;网络与信息安全安徽省重点实验室,安徽芜湖241002;安徽师范大学计算机与信息学院,安徽芜湖241002;网络与信息安全安徽省重点实验室,安徽芜湖241002;安徽师范大学计算机与信息学院,安徽芜湖241002;网络与信息安全安徽省重点实验室,安徽芜湖241002;安徽师范大学计算机与信息学院,安徽芜湖241002;网络与信息安全安徽省重点实验室,安徽芜湖241002;安徽师范大学计算机与信息学院,安徽芜湖241002;网络与信息安全安徽省重点实验室,安徽芜湖241002
基金项目:国家自然科学基金;国家自然科学基金;国家自然科学基金;安徽省自然科学基金;安徽省自然科学基金;高等学校优秀青年人才支持计划重点项目
摘    要:随着移动互联网技术的迅速发展,传统的推荐系统已不能很好地适应基于位置的推荐服务,同时也面临隐私泄露的问题.本文针对上述问题,首先提出一种分布式隐私保护推荐框架,并利用差分隐私保护理论,设计基于分布式框架的奇异值分解推荐算法,同时利用保序加密函数实现用户请求位置的保护.理论分析和在两个真实的数据集上的实验表明,本文提出的...

关 键 词:推荐系统  分布式框架  位置服务  隐私保护  保序加密
收稿时间:2018-09-27

Research on Location-Based Distributed Differential Privacy Recommendation Method
ZHENG Xiao-yao,LUO Yong-long,WANG Xiang-shun,SUN Li-ping,CHEN Fu-long,HU Gui-ying,WANG Xiao-han. Research on Location-Based Distributed Differential Privacy Recommendation Method[J]. Acta Electronica Sinica, 2021, 49(1): 99-110. DOI: 10.12263/DZXB.20180835
Authors:ZHENG Xiao-yao  LUO Yong-long  WANG Xiang-shun  SUN Li-ping  CHEN Fu-long  HU Gui-ying  WANG Xiao-han
Affiliation:1. School of Computer and Information, Anhui Normal University, Wuhu, Anhui 241002, China;2. Anhui Provincial Key Laboratory of Network and Information Security, Wuhu, Anhui 241002, China
Abstract:With the rapid development of mobile Internet technology,the traditional recommender system has not been well adapted to the location-based recommendation service,and it also faces the risk of privacy leaks.In this paper,a distributed privacy preserving recommendation framework is proposed,and a singular value decomposition recommendation algorithm based on distributed framework is designed by using the differential privacy theory.Furthermore,we use order preserving encryption function to protect user request location.Theoretical analysis and experiments on two real datasets show that the proposed method not only has stronger privacy protection ability,but also has better recommendation performance than traditional recommendation algorithms.
Keywords:recommender system  distributed framework  location-based service  privacy preserving  order preserving encryption  
本文献已被 万方数据 等数据库收录!
点击此处可从《电子学报》浏览原始摘要信息
点击此处可从《电子学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号