文献类型：期刊文章

作　　者：张锋[1,2] 孙雪冬[1] 常会友[1] 赵淦森[1]

机构地区：[1]中山大学软件学院,广东广州510275 [2]中山大学广东省信息安全重点实验室,广东广州510275

出　　处：《电子学报》

基　　金：广东省自然科学基金重点项目(No.05100302);广东省信息安全技术重点实验室开放基金;中山大学青年教师科研启动基金(No.1131014)

年　　份：2009

卷　　号：37

期　　号：1

起止页码：84-89

语　　种：中文

收录情况：BDHX、BDHX2008、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20091111955406)、IC、INSPEC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：隐私保护的协同过滤推荐研究致力于在确保高质、高效地产生推荐的同时有效地保护参与方的隐私.在数据分布存储,参与方大于2的情形,已有研究针对其核心任务——对指定项进行评分预测,以可交换的密码系统为主要技术,设计了一个隐私保护计算协议.但该协议不适用于参与方是2的情形.以安全比较计算和安全点积计算为基础安全设施,设计了一个协议,解决参与方是2的情况下对指定项进行评分预测的隐私保护问题,从而解决了隐私保护的两方协同计算问题.预测准确度与数据集中存放一样,证明了协议的正确性,并基于安全多方计算理论和模拟范例,证明其安全性,分析了时间复杂度和通信耗费.

关 键 词：隐私保护数据挖掘 安全多方计算 推荐系统 协同过滤

分 类 号：TP391]