基于LSH的隐私保护POI推荐算法

• 作者: 刘安 张得天 沈鑫娣 翟东君
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 局部敏感哈希 隐私保护 推荐算法 兴趣点 同态加密
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 安全技术
• 页码范围: 96-102
• 页数: 7页
• 分类号: TP391.3
• 字数: 6490字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0049731

摘要

基于位置的社交网络利用用户的签到数据进行兴趣点(POI)推荐,但是出于对数据隐私的考虑,各种社交平台之间不愿意直接共享数据.为综合各个社交平台的数据从而提供更好的POI推荐服务,提出一种基于局部敏感哈希(LSH)的隐私保护POI推荐算法.通过LSH选取相似用户集合,极大地减少计算量,满足用户的快速响应需求.利用LSH和Paillier同态加密技术,在计算过程中保护数据隐私不被泄露.真实数据集上的实验结果表明,在响应时间和预测准确度上,该算法优于传统基于用户的协同过滤推荐算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘安	苏州大学计算机科学与技术学院	6	10	2.0	3.0
2	张得天	江南大学数字媒体学院	4	10	2.0	3.0
3	沈鑫娣	苏州大学计算机科学与技术学院	1	3	1.0	1.0
4	翟东君	苏州大学计算机科学与技术学院	1	3	1.0	1.0