随着在线商品、服务以及信息的爆炸式增长，推荐系统正逐渐成为互联网应用当中一个不可或缺的部分。然而，推荐系统在给人们带来便利的同时，也存在很多潜在风险，其中之一便是隐私泄露问题。文章依托现有传统推荐算法，通过融入用户之间的信任关系，形成社会化推荐算法，提高了推荐效果。另外，在原有选定4种主要的差分隐私保护技术的基础上，结合联邦学习和安全多方计算等技术，寻求最优的组合差分隐私保护技术，增强了隐私保护的能力。
科研之友
微信
新浪微博
Facebook
分享链接
