查询结果:   张青云,张兴,李万杰,李帅,李晓会.基于差分隐私保护的兴趣点推荐算法设计[J].计算机应用与软件,2019,36(9):243 - 248,269.
中文标题
基于差分隐私保护的兴趣点推荐算法设计
发表栏目
算法
摘要点击数
38
英文标题
DESIGN OF POI RECOMMENDATION ALGORITHM BASED ON DIFFERENTIAL PRIVACY PROTECTION
作 者
张青云 张兴 李万杰 李帅 李晓会 Zhang Qingyun Zhang Xing Li Wanjie Li Shuai Li Xiaohui
作者单位
辽宁工业大学电子与信息工程学院 辽宁 锦州 121001     
英文单位
School of Electronics and Information Engineering, Liaoning University of Technology, Jinzhou 121001, Liaoning, China     
关键词
兴趣点推荐 差分隐私保护 地理位置隐私 位置搜索树
Keywords
POI recommendation Differential privacy Location privacy protection LQ-Tree
基金项目
国家自然科学基金项目(61802161);辽宁省自然科学基金项目(20170540434)
作者资料
张青云,硕士生,主研领域:大数据安全,隐私保护。张兴,教授。李万杰,硕士生。李帅,硕士生。李晓会,副教授。 。
文章摘要
兴趣点推荐算法收集用户的历史行为记录,根据收集到的记录推测用户偏好,结合用户偏好向用户推荐新的兴趣点。针对传统的兴趣点推荐过程中,用户的隐私信息容易被泄露的问题,利用差分隐私保护机制对用户信息进行保护,防止被恶意攻击。差分隐私保护实现机制主要包括指数机制和拉普拉斯机制,均被使用于地理位置隐私保护算法中。基于差分隐私保护的地理位置隐私保护算法根据数据集中各项记录的相互关系建立位置搜索树;运用指数机制并结合树的结构挑选出经常访问的k项纪录;对这k项记录添加拉普拉斯噪声,发布加噪后的位置搜索树。实验表明,该算法能在推荐效果不变的情况下,有效地保护用户的隐私信息。
Abstract
Point of interest recommendation algorithm collects the users history behavior records, infers the users preference according to the collected record, and recommends the new point of interest to the user according to the users preference. In the process of traditional interest point of recommendation, the privacy information of the user is easy to be leaked. In order to avoid this situation, the differential privacy protection mechanism was used to protect the user information from malicious attack. The implementation mechanisms of differential privacy protection mainly included exponential mechanism and Laplace mechanism, both of which were used in geographic privacy protection algorithms. The geographical location privacy protection algorithm based on differential privacy protection established a location search tree by the relationship between the records in the dataset. Then the frequently visited k-item records were selected by using the exponential mechanism and the structure of the tree. Finally, Laplace noise was added to the k-item records, and the location search tree after the noise was published. Experimental results show that the proposed algorithm can effectively protect users privacy information when the recommendation effect is invariant.
下载PDF全文   

根据该篇关键词查找到本刊已发表相关论文供参考
序号
文  章  标  题
作者1
发表栏目
页码
摘要
1
基于差分隐私保护的兴趣点推荐算法设计
张青云
算法
2019
9
243
[摘要]
2
基于差分隐私的海量数据发布方法研究
颜飞
安全技术
2018
11
314
[摘要]
3
融合相对评分的个性化兴趣点推荐算法
单硕堂
算法
2018
10
274
[摘要]
4
基于数字标牌广告数据的兴趣点推荐算法研究
解贵龙
算法
2016
7
243
[摘要]
5
一种用户可控的位置信息模糊系统
王远轩
安全技术
2014
8
304
[摘要]