| 面向推荐应用的差分隐私方案综述 |
| |
| 引用本文： | 董晓梅,王蕊,邹欣开. 面向推荐应用的差分隐私方案综述[J]. 计算机科学, 2021, 48(9): 21-35. DOI: 10.11896/jsjkx.201100083 |
| |
| 作者姓名： | 董晓梅 王蕊 邹欣开 |
| |
| 作者单位： | 东北大学计算机科学与工程学院 沈阳 110169 |
| |
| 基金项目： | 国家自然科学基金联合基金重点项目(U1811261)~~; |
| |
| 摘 要： | 大数据时代背景下,各行各业希望能基于用户行为数据来训练推荐模型,为用户提供精准推荐,所用数据的共性特点为总量庞大、携带敏感信息、易于获取.推荐系统在带来精准推荐和市场盈利的同时也正在实时分享着用户的隐私数据,差分隐私保护技术作为一门隐私保护技术,能够巧妙地解决推荐应用中存在的隐私泄露问题,其优势在于不需要考虑攻击方所具...
|
| 关 键 词： | 推荐算法 差分隐私 深度学习 协同过滤 矩阵分解 |
Survey on Privacy Protection Solutions for Recommended Applications |
| |
| DONG Xiao-mei,WANG Rui,ZOU Xin-kai. Survey on Privacy Protection Solutions for Recommended Applications[J]. Computer Science, 2021, 48(9): 21-35. DOI: 10.11896/jsjkx.201100083 |
| |
| Authors: | DONG Xiao-mei WANG Rui ZOU Xin-kai |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
