一种基于差分隐私的个性化服务推荐算法

作     者：李晓会 陈潮阳 张兴 伊华伟 LI Xiaohui;CHEN Chaoyang;ZHANG Xing;YI Huawei

作者机构：辽宁工业大学电子与信息工程学院辽宁锦州121001 

出 版 物：《现代电子技术》 (Modern Electronics Technique)

年 卷 期：2022年第45卷第4期

页      面：83-88页

学科分类：0810[工学-信息与通信工程] 08[工学] 0839[工学-网络空间安全] 081001[工学-通信与信息系统] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金青年基金项目(61802161) 辽宁省教育厅科学研究经费项目(JZL202015402) 辽宁省教育厅科学研究经费项目(JZL202015404) 辽宁省科技厅基金项目(20180550886)资助 

主　　题：个性化服务推荐 差分隐私 数据聚类 拉普拉斯噪声机制 隐私预算 推荐服务质量 风险级别 

摘      要：推荐系统存在用户隐私安全性低、推荐服务质量差的问题。为此,文中提出一种基于差分隐私的个性化服务推荐算法DPk⁃median。该算法针对推荐系统服务器中生成的推荐列表,首先利用k⁃median聚类算法将推荐数据中具有相同属性的数据进行聚类;然后根据不同簇的风险级别,添加相应的拉普拉斯噪声机制,同一簇中的隐私预算参数是相同的,在保证隐私的前提下,可合理控制噪声的加入并提高噪声的利用率,保证推荐的质量损失减小,同时增加算法的执行效率。相关实验结果表明,与以往的基于差分隐私的个性化服务推荐系统相比,文中所提出的算法在保证系统安全性的同时,提高了服务推荐的质量和算法的执行效率。