基于个性化k匿名隐私保护的资源推荐算法

• 作者: 刘丰恺 彭丽寻
• 来源期刊: 电脑与电信
• 学科: 工学
• 关键词: 隐私保护 资源推荐 匿名 敏感属性 泛化
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 66-73
• 页数: 8页
• 分类号: TP309
• 字数: 7128字
• 语种: 中文

摘要

现有资源推荐算法依据用户喜好来进行资源推荐,未考虑用户主观并不愿意个人隐私或者兴趣爱好受到数据挖掘,也未考虑第三方服务器存在隐私泄露的危险.为解决用户的隐私保护问题,本文提出个性化k匿名隐私保护算法,将用户查询请求中的敏感属性经泛化后,构造逻辑上的匿名化查询请求等价类,采用数据轮转的方式使同一等价类中的用户相互随机转发接收到的其他用户的数据;由于每个人想要保护的隐私属性不同,其敏感属性的权重各不相同,故本文提出基于敏感属性的权重求和公式结合用户自主设置的敏感属性权重值,为平台用户推荐最优选择方案.安全性分析表明该方法有效抵御相似性攻击、背景知识攻击、俘获服务器攻击.实验表明,在牺牲一定时间效率的情况下该方法不仅满足匹配结果的正确性,且加强了资源推荐过程中隐私保护性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭丽寻	江苏大学计算机科学与通信工程学院	1	0	0.0	0.0
2	刘丰恺	江苏大学计算机科学与通信工程学院	1	0	0.0	0.0