基于代换加密的隐私保护协同过滤推荐算法

作     者：张永棠 ZHANG Yongtang

作者机构：广东东软学院计算机科学与技术系广东佛山528225 南昌工程学院江西省协同感知与先进计算技术研究所江西南昌330003 

基　　金：国家自然科学基金资助项目(61363047) 江西省科学技术创新项目(GJJ12255) 广东省佛山市科技创新项目(2016AG100382) 

出 版 物：《新疆大学学报（自然科学版）》 (Journal of Xinjiang University(Natural Science Edition))

年 卷 期：2017年第34卷第4期

页      码：446-451页

摘      要：推荐系统中的隐私保护问题是当前的一个研究热点.为了解决推荐系统服务器不可信问题,提出了一种基于代换加密的隐私保护协同过滤算法.用户在客户端采用自定义代换加密机制,对评分信息进行加密并提交给推荐服务器,服务器根据收集的评分密文信息进行协同过滤推荐.同时,设计了一种用户模式相似度计算方法,用于在隐私保护协同过滤中确定每个用户的近邻,确保该推荐算法在无法获取用户评分语义的情况下,对用户的评分密文进行预测.采用公开的Movie Lens数据集和Netflix数据集对该算法的性能进行评估.实验结果表明,该算法能够以较小的计算代价和通信代价来实现隐私保护和精确推荐.

主 题 词：隐私保护 协同过滤 推荐系统 代换加密 信息安全 

学科分类：0839[0839] 08[工学] 

D　O　I：10.13568/j.cnki.651094.2017.04.013

馆 藏 号：203277976...