Privacy-preserving collaborative recommendations based on random perturbations

سیستم های پیشنهاد دهنده همکاری ارائه دهنده راه حلی برای مشکل اضطراری اطلاعات موجود در محیط های آنلاین مانند تجارت الکترونیک می باشند. استفاده از فیلتر کردن مشارکتی، روش پیشنهاد شده به طور گسترده ای استفاده می شود، باعث می شود مشکلات مربوط به حریم خصوصی بالقوه. علاوه بر این، رتبه بندی کاربر مورد استفاده در سیستم های فیلترینگ مشارکتی برای توصیه محصولات یا خدمات باید محافظت شود. هدف این تحقیق، ارائه یک راه حل برای نگرانی های امنیتی کاربران فیلتر شده مشترک، در حالی که حفظ دقت بالا از توصیه. این مقاله روش پیشگیری از حفظ حریم خصوصی چند سطح را برای سیستم های فیلترینگ مشارکتی پیشنهاد می کند که با هرگونه رتبه بندی قبل از ارسال به سرور، تحریک می شود. روش اختلال مبتنی بر سطوح مختلف و محدوده های مختلفی از مقادیر تصادفی برای هر سطح است. قبل از ارسال هر امتیاز، سطح حریم خصوصی و محدوده اختلال به طور تصادفی از طیف ثابت سطح حریم خصوصی انتخاب می شوند. روش حفظ حریم خصوصی پیشنهاد شده با نتایج آزمایش شده است که نشان می دهد با کاهش کمی از ابزار، حفظ حریم شخصی کاربران می تواند محافظت شود، در حالی که رویکرد پیشنهادی نتایج عملی و موثر ارائه می دهد.