[發(fā)明專利]基于位置服務(wù)的分布式差分隱私推薦方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201910567967.0
• 申請(qǐng)日: 2019-06-27
• 公開(kāi)（公告）號(hào): CN110825955A
• 公開(kāi)（公告）日: 2020-02-21
• 發(fā)明（設(shè)計(jì)）人: 鄭孝遙;汪祥舜;朱德義;孫麗萍;俞慶英;汪小寒;羅永龍
• 申請(qǐng)（專利權(quán)）人: 安徽師范大學(xué)
• 主分類號(hào): G06F16/9535
• 分類號(hào): G06F16/9535;G06F16/9537;G06F21/60;G06F21/62;H04L29/06;H04L29/08
• 代理公司: 蕪湖安匯知識(shí)產(chǎn)權(quán)代理有限公司 34107
• 代理人: 朱圣榮

1.基于位置服務(wù)的分布式差分隱私推薦方法，其特征在于，包括以下步驟：

步驟S11、構(gòu)成分布式推薦系統(tǒng)架構(gòu)對(duì)歷史評(píng)分?jǐn)?shù)據(jù)和位置隱私信息進(jìn)行隱私保護(hù)；

步驟S12、所構(gòu)成的分布式推薦系統(tǒng)架構(gòu)使用云計(jì)算服務(wù)模式，把用戶的評(píng)分信息采用分布式保護(hù)處理后存儲(chǔ)在各個(gè)云端的推薦服務(wù)器中；

步驟S13、添加噪聲，實(shí)現(xiàn)差分隱私保護(hù)；

步驟S14、通過(guò)Gen，Der，Enc和Cmp四個(gè)函數(shù)實(shí)現(xiàn)保序加密；

步驟S15、用戶端執(zhí)行無(wú)約束的隨機(jī)切片算法；

步驟S16、用戶端執(zhí)行具有約束的等級(jí)隨機(jī)切片算法；

步驟S17、將分片評(píng)分發(fā)送給各個(gè)分布式推薦服務(wù)器，第二階段執(zhí)行用戶的推薦請(qǐng)求；

步驟S18、執(zhí)行輸入擾動(dòng)隨機(jī)梯度下降算法，得到添加了隱私保護(hù)的用戶和項(xiàng)目潛在特征向量矩陣P_k^m×f和Q_k^n×f；

步驟S19、位置服務(wù)器端隱私保護(hù)模型，實(shí)現(xiàn)位置請(qǐng)求服務(wù)的隱私保護(hù)。

2.根據(jù)權(quán)利要求1所述的基于位置服務(wù)的分布式差分隱私推薦方法，其特征在于：所述步驟S11中，分布式推薦系統(tǒng)架構(gòu)主要基于奇異值分解方法構(gòu)建，模型如公式1：

其中Test表示用戶u對(duì)項(xiàng)目i的評(píng)價(jià)集合的訓(xùn)練集，p_u和q_i表示用戶和項(xiàng)目的潛在因子特征值向量，表示Frobenius范式，Ψ表示模板函數(shù)。

3.根據(jù)權(quán)利要求1或2所述的基于位置服務(wù)的分布式差分隱私推薦方法，其特征在于：所述步驟S12中,分布式推薦系統(tǒng)架構(gòu)運(yùn)行流程包括：

1)首先用戶u_i對(duì)消費(fèi)后的推薦項(xiàng)目poi_j進(jìn)行評(píng)分r_ij，然后執(zhí)行隨機(jī)切片算法，將評(píng)分根據(jù)分布式推薦服務(wù)器的個(gè)數(shù)分成K份并在每份數(shù)據(jù)上添加基于差分隱私的干擾噪聲發(fā)送給每個(gè)推薦服務(wù)器；

2)分布式推薦服務(wù)器k收到評(píng)分分片數(shù)據(jù)后，根據(jù)公式1中的目標(biāo)函數(shù)定期執(zhí)行梯度下降算法，更新用戶和項(xiàng)目的潛在因子特征值向量和采用公式2：

3)當(dāng)用戶u_i請(qǐng)求興趣點(diǎn)推薦服務(wù)時(shí)，通過(guò)智能終端定位獲取自己的地理坐標(biāo)(x_i,y_i)，然后根據(jù)用戶的請(qǐng)求范圍需求，設(shè)置自己的地址請(qǐng)求區(qū)間(x_i-Δx_i1,x_i+Δx_i2)，(y_i-Δy_i1,y_i+Δy_i2)發(fā)送給位置服務(wù)器，位置服務(wù)器通過(guò)與推薦項(xiàng)目的地理位置匹配，篩選出符合用戶請(qǐng)求需求的推薦項(xiàng)目，并向分布式推薦服務(wù)器發(fā)送評(píng)分預(yù)測(cè)請(qǐng)求；

4)分布式推薦服務(wù)器收到位置服務(wù)器的請(qǐng)求后，通過(guò)用戶和項(xiàng)目潛在因子特征值向量計(jì)算預(yù)測(cè)評(píng)分，采用公式3：

每個(gè)分布式推薦服務(wù)器將自己的分片預(yù)測(cè)評(píng)分發(fā)送給用戶，用戶計(jì)算

4.根據(jù)權(quán)利要求3所述的基于位置服務(wù)的分布式差分隱私推薦方法，其特征在于：所述步驟S14中,函數(shù)表達(dá)如下：

Gen函數(shù)：給定一個(gè)安全參數(shù)k和范圍參數(shù)n，k∈N且n∈N，通過(guò)輸入k和n，Gen輸出一個(gè)加密參數(shù)param和主密鑰mkey，其中：(param,mkey)＝Gen(k,n)；

Enc函數(shù)：給定參數(shù)param和主密鑰mkey，輸入明文num，該函數(shù)可以輸出密文ciph，ciph＝Enc(param,mkey,num)；

Der函數(shù)：給定參數(shù)param和主密鑰mkey，輸入明文num，該函數(shù)可以生成令牌token，token＝Der(param,mkey,num)；

Cmp函數(shù)：給定參數(shù)param，兩個(gè)密文ciph和ciph′以及令牌token，該函數(shù)可以輸出{-1,0,1}，Cmp(param,ciph,ciph′,token)∈{-1,0,1}；

給定密文ciph＝Enc(param,mkey,num)和ciph′＝Enc(param,mkey,num′)，則可以通過(guò)Cmp函數(shù)實(shí)現(xiàn)秘密比較；