基于安全多方计算的协同过滤推荐算法研究-管理科学与工程专业论文.docxVIP

摘要于两 摘要 于两 芰 协同过滤是一种常用的减少信息过载的技术，它已经成为了个性化推荐系统 的一种主要工具。随着电子商务的不断发展需要，跨机构的协同计算越来越多， 由此也引出了数据隐私保护这一严峻的问题。而安全多方计算正是解决在多方计 算过程中确保计算结果准确的前提下如何进行隐私保护的一个多方计算协议。如 何将安全多方计算应用到个性化推荐中，特别是协同过滤研究中将非常有现实意 义。 目前，一些常用隐私保护算法或只能保护数据在传输过程的安全性，使之不 泄露出去；或对数据进行扰乱，使其他人无法获得源数据。前者不能保护数据的 隐私，因为数据对于参与计算的多方是完全公开的；后者则使计算的结果产生一 定的偏差，反映并非真实的结果。而安全多方计算是一种多方协同计算协议，他 既可以保护数据的隐私又可以计算出准确的结果，即使是参与协同计算的多方也 仅能知道自己的隐私输入和计算结果。本文详细研究了安全多方计算协议的两个 协议：线性方程组问题协议和线性最小二乘问题协议。安全多方计算协议是有别 于常用数据隐私保护算法的协议，它通过巧妙地运用1．out．of-N协议和矩阵运算 达到既可得到在数据统一服务器计算时的结果，又可避免数据在同一服务器上而 产生的隐私泄露问题。此外本文归纳总结了将不含隐私保护的协同计算转换为有 隐私保护的安全多方计算的两种输入模型转换机制。并归纳整理了安全多方计算 在各种隐私保护