针对推荐系统中的隐私保护问题,提出一种基于分布式架构的隐私保护矩阵分解协同过滤算法。使用该算法,服务器和各个用户协作完成推荐模型的计算,可以有效防止用户评分以及模型的泄露。此外,通过采用基于同态加密的安全聚合技术,实现了对用户评分"存在性"的保护。开发了系统原型并与现有方法进行实验对比,结果表明,与现有方法相比,该算法在保护用户隐私的同时能够提供更好的推荐准确度。
科研之友
微信
新浪微博
Facebook
分享链接
