融合微聚集隐私保护的协同过滤算法研究

• 作者: 于炯 杨兴耀 薛朋强 鲜英
• 来源期刊: 现代电子技术
• 关键词: 推荐系统 微聚集 协同过滤 k-匿名化 隐私泄露 隐私保护
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 计算机科学与应用
• 页码范围: 5-10
• 页数: 6页
• 分类号: TN919.1-34|TP391
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2018.06.002

摘要

现有的k-匿名隐私保护是一种安全有效的隐私保护算法,针对其对背景知识攻击和同质性攻击防范的不足,提出一种基于敏感属性多样性的微聚集隐私保护的协同过滤算法.算法在满足k-匿名的前提下,融入敏感属性的多样性,在微聚集算法中通过设置同一等价类中敏感属性的差异值,来避免敏感属性值过于接近而造成隐私泄露,从而达到保护隐私数据的目的,同时保证推荐的准确性.实验结果表明,该算法既能保证为用户提供高效的个性化推荐,又能够产生安全的信息表.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨兴耀	新疆大学软件学院	31	455	13.0	21.0
2	鲜英	新疆大学信息科学与工程学院	3	4	1.0	1.0
3	于炯	新疆大学研究生院	3	2	1.0	1.0
4	薛朋强	新疆大学信息科学与工程学院	5	30	2.0	5.0