基于組合差分隱私的社會(huì)化推薦算法研究

打開文本圖片集

摘要：隨著在線商品、服務(wù)以及信息的爆炸式增長(zhǎng)，推薦系統(tǒng)正逐漸成為互聯(lián)網(wǎng)應(yīng)用當(dāng)中一個(gè)不可或缺的部分。然而，推薦系統(tǒng)在給人們帶來便利的同時(shí)，也存在很多潛在風(fēng)險(xiǎn)，其中之一便是隱私泄露問題。文章依托現(xiàn)有傳統(tǒng)推薦算法，通過融入用戶之間的信任關(guān)系，形成社會(huì)化推薦算法，提高了推薦效果。另外，在原有選定4種主要的差分隱私保護(hù)技術(shù)的基礎(chǔ)上，結(jié)合聯(lián)邦學(xué)習(xí)和安全多方計(jì)算等技術(shù)，尋求最優(yōu)的組合差分隱私保護(hù)技術(shù)，增強(qiáng)了隱私保護(hù)的能力。（剩余4560字）