[發(fā)明專利]一種基于位置隱私保護的個性化推薦方法

有效

• 申請?zhí)枺?/td>: 201710260761.4
• 申請日: 2017-04-20
• 公開（公告）號: CN107133527B
• 公開（公告）日: 2019-10-29
• 發(fā)明（設(shè)計）人: 邢玲;馬強;張琦;高建平;陳松
• 申請（專利權(quán)）人: 河南科技大學(xué)
• 主分類號: G06F21/62
• 分類號: G06F21/62;G06F16/9537
• 代理公司: 成都行之專利代理事務(wù)所(普通合伙) 51220
• 代理人: 溫利平

本發(fā)明公開了一種基于位置隱私保護的個性化推薦方法，以用戶真實位置P0為圓心，dmax為半徑生成隱匿區(qū)域Z0，通過近鄰位置點坐標(biāo)計算均值，再以均值坐標(biāo)位置點為圓心，dmax為半徑，重新生成隱匿區(qū)域Z′₀，應(yīng)用服務(wù)器將隱匿區(qū)域Z′₀半徑至Dmax，生成推薦區(qū)域Z₁，根據(jù)服務(wù)請求信息query，結(jié)合用戶歷史購買商家記錄，對推薦區(qū)域Z₁內(nèi)商家排序即獲得個性化推薦列表。本發(fā)明從整體上保證了生成的位置(虛假軌跡)信息在結(jié)構(gòu)上保證了與真實位置(軌跡)的一致性，從而可以有效的抵御背景知識攻擊。同時，由于隱匿區(qū)域和推薦區(qū)域是同一個圓心，所以在有效抵御隱私攻擊同時又可以為用戶提供優(yōu)質(zhì)的推薦服務(wù)。

技術(shù)領(lǐng)域

本發(fā)明屬于數(shù)據(jù)挖掘和隱私保護技術(shù)領(lǐng)域，更為具體地講，涉及一種基于位置隱私保護的個性化推薦方法。

背景技術(shù)

自2003年以來，就有研究者開始對移動用戶位置的隱私保護進行相關(guān)工作，提出了一些經(jīng)典的算法，對這些算法進行分類，主要有假軌跡數(shù)據(jù)法、抑制法和數(shù)據(jù)泛化法。

通常假軌跡數(shù)據(jù)法實現(xiàn)起來比較簡單，數(shù)據(jù)存儲量大以及數(shù)據(jù)可用性相對比較差。抑制法對軌跡隱私保護是通過限制敏感信息的發(fā)布，這種方法實現(xiàn)簡單計算量小，但是數(shù)據(jù)容易失真。數(shù)據(jù)泛化法即基于泛化的軌跡隱私保護算法，保證了數(shù)據(jù)不會失真，但是計算量比較大。

目前位置隱私保護技術(shù)通常采用文獻[Gedik,Bu&#,Liu L.Protecting LocationPrivacy with Personalized k-Anonymity:Architecture and Algorithms[J].IEEETransactions on Mobile Computing,2008,7(1):1-18.]k-anonymity即位置K匿名算法，這是目前位置隱私保護的主流方法。位置K匿名算法是一種普遍用于位置隱私保護方法，該方法就是把查詢用戶在一定區(qū)域范圍內(nèi)與其他k-1個用戶一起發(fā)送給位置服務(wù)器，這樣就難以判斷出真實的查詢用戶，位置K匿名算法對查詢用戶的單個位置的隱私保護效果不錯，但是不適合連續(xù)查詢，攻擊者可以通過對用戶位置連續(xù)時刻查詢求交集，從而算出查詢用戶的真實位置信息。

文獻[Theodoridis,State-of-the-art in privacy preserving data mining[C]//ACM SIGMOD Record.2004.]把主流隱私保護數(shù)據(jù)挖掘方法分為五類:①、數(shù)據(jù)的分布的一些方式；②、以數(shù)據(jù)或規(guī)則的隱藏方式，分為基于數(shù)據(jù)失真、數(shù)據(jù)匿名、數(shù)據(jù)加密等；③、在數(shù)據(jù)挖掘技術(shù)層面，有聚類挖掘、關(guān)聯(lián)規(guī)則挖掘、分類挖掘等；④、以隱藏的對象來說，分為原始數(shù)據(jù)隱藏、規(guī)則或模式隱藏等；⑤、以隱私保護技術(shù)層面，分為基于啟發(fā)式、基于密碼學(xué)以及基于重構(gòu)技術(shù)的方法。

隱私保護和數(shù)據(jù)挖掘是一對矛盾體。知識挖掘、機器學(xué)習(xí)、人工智能等技術(shù)的研究和應(yīng)用使得大數(shù)據(jù)分析的力量越來越強大，同時也為對個人隱私的保護帶來了更加嚴(yán)峻的挑戰(zhàn)。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提出一種基于位置隱私保護的個性化推薦方法，以有效抵御背景知識攻擊、用戶行為模式攻擊等隱私攻擊，并在有效抵御攻擊的同時，為用戶提供優(yōu)質(zhì)的推薦服務(wù)。

為實現(xiàn)上述發(fā)明目的，本發(fā)明基于位置隱私保護的個性化推薦方法，其特征在于，包括以下步驟：

(1)、根據(jù)查詢用戶位置生成隱匿區(qū)域

1.1)、位置服務(wù)器接收查詢用戶發(fā)送位置服務(wù)請求Q＝{P₀(x,y),c,query}，其中，P₀(x,y)為查詢用戶真實位置，(x,y)為其坐標(biāo)，c為用戶設(shè)置的隱私保護程度，c>1，query為用戶發(fā)送的服務(wù)請求信息；