跨系统协同过滤推荐算法的隐私保护技术研究

• 作者: 于丽梅 刘国丽 李昂 李艳萍
• 来源期刊: 计算机应用研究
• 关键词: 协同过滤推荐 隐私保持 安全多方计算 随机扰动 相似度
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 信息安全技术
• 页码范围: 2804-2807
• 页数: 4页
• 分类号: TP309.2
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.09.053

摘要

针对跨系统协同过滤推荐中用户信息安全问题,提出一个安全计算模型.模型基于安全多方计算理论,使用轻量级分组密码算法LBlock加密第三方提供的数据,并用RSA密码系统管理密钥.以该模型为安全基础,结合随机扰乱技术,提出一种跨系统协同过滤推荐算法,其相似度计算方法可以有效防止不良商家伪造商品评分信息;安全矢量积的引入使得第三方与系统无法进行非法串通.实验证明,算法在防止用户信息泄露给协同推荐系统的同时,计算用户相似度更加精确,预测误差也显著降低.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李昂	河北工业大学计算机科学与软件学院	7	10	2.0	3.0