两方参与的隐私保护协同过滤推荐研究

• 作者: 孙雪冬 常会友 张锋 赵淦森
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 隐私保护数据挖掘 安全多方计算 推荐系统 协同过滤
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 学术论文
• 页码范围: 84-89
• 页数: 6页
• 分类号: TP391
• 字数: 6245字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2009.01.015

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	常会友	中山大学软件学院	63	947	15.0	29.0
2	张锋	中山大学软件学院	12	463	7.0	12.0
6	赵淦森	中山大学软件学院	3	43	1.0	3.0
7	孙雪冬	中山大学软件学院	3	56	3.0	3.0