發(fā)布時(shí)間：2018-03-18 23:15

  本文選題：差分隱私　切入點(diǎn)：隱私保護(hù)　出處：《計(jì)算機(jī)研究與發(fā)展》2017年07期 　論文類型：期刊論文

【摘要】：由于推薦系統(tǒng)需要利用大量用戶數(shù)據(jù)進(jìn)行協(xié)同過濾,會給用戶的個(gè)人隱私帶來相當(dāng)大的風(fēng)險(xiǎn),如何保護(hù)隱私數(shù)據(jù)成為推薦系統(tǒng)當(dāng)前面臨的重大挑戰(zhàn).差分隱私作為一種新出現(xiàn)的隱私保護(hù)框架,能夠防止攻擊者擁有任意背景知識下的攻擊并提供有力的保護(hù).針對推薦系統(tǒng)中的隱私保護(hù)問題,提出一種滿足差分隱私保護(hù)的協(xié)同過濾推薦算法.首先,構(gòu)建用戶和項(xiàng)目的潛在特征矩陣,有效降低數(shù)據(jù)稀疏性;然后,采用目標(biāo)擾動方法對矩陣中添加滿足差分隱私約束的噪聲得到噪矩陣分解模型;通過隨機(jī)梯度下降算法最小化相關(guān)聯(lián)的正則化平方誤差函數(shù)來獲取模型中的參數(shù);最后,應(yīng)用差分隱私矩陣分解模型進(jìn)行評分預(yù)測,并在MovieLens和Netflix數(shù)據(jù)集上對算法的有效性進(jìn)行評價(jià).實(shí)驗(yàn)結(jié)果證明:所提出方法的有效性能夠在有限的精度損失范圍內(nèi)進(jìn)行推薦并保護(hù)用戶隱私.
[Abstract]:Because the recommendation system needs to use a large amount of user data for collaborative filtering, it will bring a considerable risk to the privacy of the user. How to protect privacy data has become a major challenge for recommendation systems. Differential privacy is a new privacy protection framework. It can prevent attackers from attacking with arbitrary background knowledge and provide powerful protection. Aiming at privacy protection in recommendation systems, a collaborative filtering recommendation algorithm is proposed to satisfy differential privacy protection. The latent feature matrices of users and projects are constructed to reduce the data sparsity effectively, and then the noise matrix decomposition model is obtained by adding noise satisfying the difference privacy constraints to the matrix by using the objective perturbation method. Random gradient descent algorithm is used to minimize the associated regularization square error function to obtain the parameters of the model. The effectiveness of the proposed method is evaluated on the MovieLens and Netflix datasets. The experimental results show that the proposed method can be recommended within a limited range of loss of accuracy and protect the privacy of users.
【作者單位】： 北京工業(yè)大學(xué)計(jì)算機(jī)學(xué)院;
【基金】：國家自然科學(xué)基金項(xiàng)目(91646201,91546111,60803086) 國家科技支撐計(jì)劃項(xiàng)目(2013BAH21B02) 北京市自然科學(xué)基金項(xiàng)目(4153058,4113076) 北京市教育委員會科技計(jì)劃重點(diǎn)項(xiàng)目(KZ20160005009);北京市教育委員會科技計(jì)劃一般項(xiàng)目(KM201710005023)~~
【分類號】：TP391.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 何賢芒;王曉陽;陳華輝;董一鴻;;差分隱私保護(hù)參數(shù)ε的選取研究[J];通信學(xué)報(bào);2015年12期

2 熊平;朱天清;王曉峰;;差分隱私保護(hù)及其應(yīng)用[J];計(jì)算機(jī)學(xué)報(bào);2014年01期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 何明;常盟盟;吳小飛;;一種基于差分隱私保護(hù)的協(xié)同過濾推薦方法[J];計(jì)算機(jī)研究與發(fā)展;2017年07期

2 沈思倩;毛宇光;江冠儒;;不完全數(shù)據(jù)集的差分隱私保護(hù)決策樹研究[J];計(jì)算機(jī)科學(xué);2017年06期

3 石秀金;胡艷玲;;基于分類樹的動態(tài)集值型數(shù)據(jù)發(fā)布的隱私保護(hù)[J];計(jì)算機(jī)科學(xué);2017年05期

4 任君;熊金波;姚志強(qiáng);;基于差分隱私模型的云數(shù)據(jù)副本安全控制方案[J];網(wǎng)絡(luò)與信息安全學(xué)報(bào);2017年05期

5 孫奎;張志勇;趙長偉;;一種增強(qiáng)的差分隱私數(shù)據(jù)發(fā)布算法[J];計(jì)算機(jī)工程;2017年04期

6 張劍;楊宇;;基于Diffpart的集值型數(shù)據(jù)動態(tài)發(fā)布算法[J];科學(xué)技術(shù)與工程;2017年08期

7 戚名鈺;黃劉生;陸瀟榕;楊威;;采用成分分析的差分隱私數(shù)據(jù)發(fā)布算法[J];小型微型計(jì)算機(jī)系統(tǒng);2017年03期

8 Lin Zhang;Yan Liu;Ruchuan Wang;Xiong Fu;Qiaomin Lin;;Efficient privacy-preserving classification construction model with differential privacy technology[J];Journal of Systems Engineering and Electronics;2017年01期

9 張劍;楊宇;趙懷勛;;差值保序直方圖發(fā)布隱私保護(hù)方法研究[J];中國科技論文;2017年02期

10 朱亞瓊;;可視化驅(qū)動的交互式數(shù)據(jù)挖掘方法研究[J];電腦知識與技術(shù);2016年36期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;守住你的秘密——隱私保護(hù)神[J];計(jì)算機(jī)與網(wǎng)絡(luò);2002年05期

2 高密;薛寶賞;;我的電腦信息 隱私保護(hù)很強(qiáng)大[J];網(wǎng)友世界;2010年11期

3 ;隱私保護(hù)的10個(gè)準(zhǔn)則[J];個(gè)人電腦;2000年07期

4 劉振;;淺談辦公室電腦隱私保護(hù)[J];辦公自動化;2008年20期

5 孫超仁;;給你看隱私中的隱私 隱私保護(hù)軟件的開發(fā)故事[J];電腦愛好者;2009年14期

6 劉永紅;申艷光;;隱私保護(hù)粒計(jì)算模型的研究[J];河北農(nóng)業(yè)大學(xué)學(xué)報(bào);2010年05期

7 丹娜·博伊德;;為什么隱私保護(hù)沒有消失[J];科技創(chuàng)業(yè);2010年11期

8 張志祥;金華;朱玉全;陳耿;;基于有損連接的個(gè)性化隱私保護(hù)[J];計(jì)算機(jī)工程與設(shè)計(jì);2011年09期

9 飄零雪;;防狗仔,拒絕流出隱私[J];電腦迷;2011年22期

10 劉小波;;一種敏感信息共享隱私保護(hù)框架[J];圖書情報(bào)工作;2011年13期

相關(guān)會議論文 前10條

1 孫通源;;基于局部聚類和雜度增益的數(shù)據(jù)信息隱私保護(hù)方法探討[A];中國水利學(xué)會2013學(xué)術(shù)年會論文集——S4水利信息化建設(shè)與管理[C];2013年

2 張亞維;朱智武;葉曉俊;;數(shù)據(jù)空間隱私保護(hù)平臺的設(shè)計(jì)[A];第二十五屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（一）[C];2008年

3 張鵬;于波;童云海;唐世渭;;基于隨機(jī)響應(yīng)的隱私保護(hù)關(guān)聯(lián)規(guī)則挖掘[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報(bào)告篇）[C];2004年

4 桂瓊;程小輝;;一種隱私保護(hù)的分布式關(guān)聯(lián)規(guī)則挖掘方法[A];2009年全國開放式分布與并行計(jì)算機(jī)學(xué)術(shù)會議論文集(下冊)[C];2009年

5 俞笛;徐向陽;解慶春;劉寅;;基于保序加密的隱私保護(hù)挖掘算法[A];第八屆全國信息隱藏與多媒體安全學(xué)術(shù)大會湖南省計(jì)算機(jī)學(xué)會第十一屆學(xué)術(shù)年會論文集[C];2009年

6 李貝貝;樂嘉錦;;分布式環(huán)境下的隱私保護(hù)關(guān)聯(lián)規(guī)則挖掘[A];第二十二屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報(bào)告篇）[C];2005年

7 徐振龍;郭崇慧;;隱私保護(hù)數(shù)據(jù)挖掘研究的簡要綜述[A];第七屆（2012）中國管理學(xué)年會商務(wù)智能分會場論文集（選編）[C];2012年

8 潘曉;郝興;孟小峰;;基于位置服務(wù)中的連續(xù)查詢隱私保護(hù)研究[A];第26屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（A輯）[C];2009年

9 汪濤;楊義先;;RFID的認(rèn)證與隱私保護(hù)[A];2006通信理論與技術(shù)新進(jìn)展——第十一屆全國青年通信學(xué)術(shù)會議論文集[C];2006年

10 余永紅;;集成訪問控制和隱私保護(hù)機(jī)制的安全數(shù)據(jù)庫研究[A];第二十五屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（一）[C];2008年

相關(guān)重要報(bào)紙文章 前10條

1 獨(dú)立分析師 陳志剛;隱私管理應(yīng)歸個(gè)人[N];通信產(chǎn)業(yè)報(bào);2013年

2 記者 武曉黎;360安全瀏覽器推“隱私瀏覽”模式[N];中國消費(fèi)者報(bào);2008年

3 張曉明;隱私的兩難[N];電腦報(bào);2013年

4 本報(bào)實(shí)習(xí)生 張?jiān)码?本報(bào)記者 董晨;大數(shù)據(jù)時(shí)代，誰來保護(hù)我們的隱私[N];新華日報(bào);2013年

5 本報(bào)記者 鄒大斌;隱私保護(hù),老問題再添新憂[N];計(jì)算機(jī)世界;2013年

6 記者 馬意，

本文編號：1631762