公开(公告)号：CN114943041A

公开(公告)日：2022-08-26

申请号：CN202210533312.3

申请日：2022-05-17

Applicant: 重庆邮电大学

Inventor： 王永 ,  罗陈红 ,  冉珣 ,  杨久裕 ,  高明星

IPC: G06F16/9536 ,  G06F21/62

Abstract: 本发明涉及一种基于差分隐私的隐式反馈协同过滤推荐方法，属于计算机推荐系统领域和信息安全领域。该方法具体包括：将用户的隐式反馈数据转化成数值为0或1的隐式反馈矩阵；构造目标函数L(P,Q)，交替最小二乘法求解L(P,Q)，存储用户隐因子矩阵P；将求得的用户隐因子矩阵P代入目标函数L(P,Q)，得到关于项目隐因子矩阵Q的目标函数L(Q)，考虑每一个项目i∈I的目标函数L(qi)，将目标函数L(qi)展开为多项式，降低目标函数的敏感度，使用少量Laplace噪声对目标函数进行扰动；对所有加噪的目标函数求解，得到加噪的项目隐因子向量聚合所有的得到矩阵本发明具有良好的隐私保护性和模型准确性。

公开(公告)号：CN118708801A

公开(公告)日：2024-09-27

申请号：CN202410492608.4

申请日：2024-04-23

Applicant: 重庆邮电大学

Inventor： 王永 ,  杨久裕 ,  邓江洲 ,  王淞立 ,  杜晓春 ,  陈钱宏 ,  陈美玲

IPC: G06F16/9535 ,  G06F21/62 ,  G06F17/16 ,  G06F17/14 ,  G06N20/00

Abstract: 本发明涉及一种基于项目平均的纵向联邦差分隐私矩阵分解推荐方法，属于计算机推荐系统领域和信息安全领域。该方法具体包括：参与方k∈[1,p]，在本地使用拉普拉斯加噪得到#imgabs0#通过目标函数L(U,V,B)，得到#imgabs1#和#imgabs2#并且通过对#imgabs3#和#imgabs4#上加入高斯噪音，得到#imgabs5#参与者k∈[1,p]在本地更新#imgabs6#和#imgabs7#并将所有参与方k∈[1,p]的#imgabs8#发送给服务器更新U；如此经过T轮后得到U，#imgabs9##imgabs10#本发明具有良好的隐私保护性和模型准确性。

公开(公告)号：CN114943041B

公开(公告)日：2024-07-02

申请号：CN202210533312.3

申请日：2022-05-17

Applicant: 重庆邮电大学

Inventor： 王永 ,  罗陈红 ,  冉珣 ,  杨久裕 ,  高明星

IPC: G06F16/9536 ,  G06F21/62

Abstract: 本发明涉及一种基于差分隐私的隐式反馈协同过滤推荐方法，属于计算机推荐系统领域和信息安全领域。该方法具体包括：将用户的隐式反馈数据转化成数值为0或1的隐式反馈矩阵；构造目标函数L(P,Q)，交替最小二乘法求解L(P,Q)，存储用户隐因子矩阵P；将求得的用户隐因子矩阵P代入目标函数L(P,Q)，得到关于项目隐因子矩阵Q的目标函数L(Q)，考虑每一个项目i∈I的目标函数L(qi)，将目标函数L(qi)展开为多项式，降低目标函数的敏感度，使用少量Laplace噪声对目标函数进行扰动；对所有加噪的目标函数#imgabs0#求解，得到加噪的项目隐因子向量#imgabs1#聚合所有的#imgabs2#得到矩阵#imgabs3#本发明具有良好的隐私保护性和模型准确性。

公开(公告)号：CN117743690A

公开(公告)日：2024-03-22

申请号：CN202311785735.5

申请日：2023-12-22

Applicant: 重庆邮电大学

Inventor： 王永 ,  杨久裕 ,  邓江洲 ,  王淞立 ,  杜晓春 ,  陈钱宏 ,  陈美玲

IPC: G06F16/9535 ,  G06F21/62

Abstract: 本发明涉及一种基于混洗器联邦差分隐私的矩阵分解推荐方法，属于计算机推荐系统领域和信息安全领域。该方法具体包括：用户i∈[1，n]在本地通过L(U，V)，在第t∈[1，T]轮用户i求得用户i的隐因子向量#imgabs0#项目隐因子矩阵的梯度#imgabs1#并且选择#imgabs2#中的topk的梯度和以及使用PM扰动，再使用公钥pka加密生成mi∈[1，n]，混洗器获得mi∈[1，n]，填充打乱顺序后得到mi∈[1，nl+v]，最后服务器通过解密无偏估计得到#imgabs3#同时更新得到Vt；如此经过T轮后得到V。本发明具有良好的隐私保护性和模型准确性。

公开(公告)号：CN116090983A

公开(公告)日：2023-05-09

申请号：CN202211555339.9

申请日：2022-12-06

Applicant: 重庆邮电大学

Inventor： 邓江洲 ,  王永 ,  王霞 ,  唐仁泰 ,  王河洺 ,  陆聪 ,  杨久裕

IPC: G06Q10/10 ,  G06Q10/0639 ,  G06F16/9535

Abstract: 本发明涉及一种基于直觉模糊集的噪声检测推荐系统，属于推荐技术领域。包括：获取和处理原始数据，构建用户‑项目评分矩阵R；根据直觉模糊集的相关理论，计算用户和项目的直觉模糊数，并以此来对用户和项目的偏好倾向进行分类，获得偏好信息；借助偏好信息，设定噪声检测机制来识别和修正噪声数据，得到修正后的评分矩阵R′；将R′作为输入，利用系统中已有的推荐方法进行结果预测和排序；设定待推荐项目数量k，将符合推荐条件的项目j推送给目标用户i，形成个性化推荐列表。

公开(公告)号：CN117195287A

公开(公告)日：2023-12-08

申请号：CN202311128065.X

申请日：2023-09-01

Applicant: 重庆邮电大学

Inventor： 王永 ,  罗陈红 ,  邓江洲 ,  杨久裕 ,  李博 ,  刘汉洋 ,  王霞

IPC: G06F21/62 ,  G06F21/71 ,  G06F16/9536

Abstract: 本发明涉及一种基于目标扰动的本地化差分隐私矩阵分解推荐方法，属于计算机推荐系统领域和信息安全领域。该方法具体包括：服务器随机初始化项目隐因子矩阵 和噪声矩阵并向所有用户发送V和H；用户i(i＝1,2,…,n)构建损失函数L(ui,V)，利用SGD算法优化L(ui,V)得到ui并将ui保存在用户本地，将得到的ui带入L(ui,V)，得到用户i关于V的损失函数 每个用户i无放回地选择需要上传的梯度行列索引pi并发送给服务器，服务器计算位置统计矩阵Loc并向所有用户发送Loc；用户i接收Loc并计算基于目标扰动的梯度将 发送给服务器，服务器聚合用户的 并更新V，将更新后的V分发给各个用户。本发明具有良好的隐私保护性和模型准确性。

公开(公告)号：CN116541606A

公开(公告)日：2023-08-04

申请号：CN202310627915.4

申请日：2023-05-30

Applicant: 重庆邮电大学

Inventor： 王永 ,  刘汉洋 ,  罗陈红 ,  邓江洲 ,  杨久裕 ,  李博 ,  叶建梅

IPC: G06F16/9535 ,  G06F16/9536 ,  G06F21/62 ,  G06F17/16

Abstract: 本发明涉及一种基于差分隐私的贝叶斯个性化矩阵分解推荐方法，属于计算机推荐系统领域和信息安全领域。该方法具体包括：将用户的隐式反馈数据转化成数值为0或1的隐式反馈矩阵；构造目标函数L(W,H)，基于贝叶斯个性化排序下的推荐算法对矩阵W和矩阵H求解,存储用户隐因子矩阵W；将求得的用户隐因子矩阵W,与项目矩阵再代入目标函数L(W,H)中将目标函数改写为使用梯度下降法对隐因子矩阵求解，考虑每一个项目隐因子梯度使用少量Laplace噪声对梯度进行扰动；对目标函数L(H|D)进行梯度下降，得到矩阵本发明具有良好的隐私保护性和模型准确性。