融合微聚集隐私保护的协同过滤算法研究

摘要：

现有的k-匿名隐私保护是一种安全有效的隐私保护算法,针对其对背景知识攻击和同质性攻击防范的不足,提出一种基于敏感属性多样性的微聚集隐私保护的协同过滤算法.算法在满足k-匿名的前提下,融入敏感属性的多样性,在微聚集算法中通过设置同一等价类中敏感属性的差异值,来避免敏感属性值过于接近而造成隐私泄露,从而达到保护隐私数据的目的,同时保证推荐的准确性.实验结果表明,该算法既能保证为用户提供高效的个性化推荐,又能够产生安全的信息表.

关键词：推荐系统、微聚集、协同过滤、k-匿名化、隐私泄露、隐私保护

所属期刊栏目：41

分类号：TN919.1-34;TP391

资助基金：国家自然科学基金项目61462079;国家自然科学基金项目61262088;国家自然科学基金项目61562086;国家自然科学基金项目61363083 Project Supported by National Natural Science Foundation of China61462079;National Natural Science Foundation of China61262088;National Natural Science Foundation of China61562086;National Natural Science Foundation of China61363083

在线出版日期：2018-04-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：5-10