一种视频推荐系统中的隐私保护方法和视频推荐方法技术方案

本发明专利技术公开了一种视频推荐系统中的隐私保护方法和视频推荐方法，该隐私保护方法基于信息匿名化和差分隐私，实现了在视频推荐过程中对用户个人隐私的保护。每个请求视频推荐的用户需要生成一张用户信息表，同时在多个用户中随机选取一个用户作为用户代理，用户代理将收集到的每位用户匿名化后的信息表组合成一张推荐表，用户代理在将推荐表进行差分隐私处理后发送给服务器端，服务器端用推荐算法进行视频推荐后，将推荐结果返回给用户代理，最后用户代理将推荐结果发送给各个用户。该方法在不改变云端推荐算法的前提下解决了传统推荐算法难以实现对用户个人隐私进行有效保护的问题，同时提供了高质量的视频推荐服务。

Privacy preserving method and video recommendation method in video recommendation system

The invention discloses a video privacy protection method and method of video recommendation system, the privacy protection method based on information anonymous and differential privacy, to achieve the protection of user privacy in video recommendation process. To generate a user information table for each user request video recommendation, while multiple users randomly select a user as the user agent, each user anonymous user agent to collect the information table combined into a recommendation list, the user agent of differential privacy after being sent to the server in the recommended table end server recommended algorithm for video recommendation, will recommend the results back to the user agent, the user agent will send the results to the user recommended. Under the premise of not changing the cloud recommendation algorithm, this method solves the problem that the traditional recommendation algorithm is difficult to effectively protect the privacy of users, and provides high quality video recommendation service.

【技术实现步骤摘要】
一种视频推荐系统中的隐私保护方法和视频推荐方法
本专利技术涉及网络与信息安全
，具体涉及一种视频推荐系统中的隐私保护方法和基于差分隐私的视频推荐方法。
技术介绍
随着互联网的快速发展，越来越多的人喜欢在互联网上浏览和发布各种视频信息，而最新的调查显示视频信息约占了整个互联网流量的76％，而且这个比例还在不断提高。用户在YouTobe、爱奇艺、腾讯视频等视频网站浏览视频的同时也产生了大量历史信息，而视频网站通过推荐系统来挖掘这些历史信息对用户进行视频推荐服务的方式，不但提高了服务质量也增加了经济效益。另一方面，随着用户隐私意识的不断提高，越来越多的用户对推荐系统泄露自己隐私的行为表示担忧，据相关调查显示68％的用户认为现在法律不足以保护其隐私，并要求更严格的隐私法；86％的互联网用户曾经采取主动措施来消除或掩盖其历史记录。针对推荐服务和用户隐私之间日益紧张的现象，寻求一种既能保证高质量的推荐服务又能保护用户隐私的推荐方法是十分有意义的。在传统的视频推荐算法(如协同过滤等)中可信的云服务器通过收集所有用户的数据来执行个性化推荐服务，而保护用户隐私的方式大多基于匿名化措施。然而实际中本文档来自技高网...

【技术保护点】
一种基于差分隐私的视频推荐方法，其特征在于，包括以下步骤：(1)初始化阶段：云服务器对拥有的所有视频资源进行类别划分，每个视频资源可以同时属于多个类别，并且有一个默认的评分，用户端类别和云服务器端中类别数量一致；(2)用户组选择阶段：云服务器设置一个时间阈值和用户组数量阈值来确定用户组中成员，当同时有多个用户发起视频推荐请求时，第一个用户的请求时间达到阈值或者用户数量达到阈值时，云服务器将停止增加本组成员；(3)用户历史信息提取阶段：当用户端发送视频推荐请求时，将用户最近的历史视频浏览信息按类别进行聚类，其中用户对每个视频的评分作为聚类的权重参数，若用户没有评分，则使用该视频的默认评分，然后生...

【技术特征摘要】
1.一种基于差分隐私的视频推荐方法，其特征在于，包括以下步骤：(1)初始化阶段：云服务器对拥有的所有视频资源进行类别划分，每个视频资源可以同时属于多个类别，并且有一个默认的评分，用户端类别和云服务器端中类别数量一致；(2)用户组选择阶段：云服务器设置一个时间阈值和用户组数量阈值来确定用户组中成员，当同时有多个用户发起视频推荐请求时，第一个用户的请求时间达到阈值或者用户数量达到阈值时，云服务器将停止增加本组成员；(3)用户历史信息提取阶段：当用户端发送视频推荐请求时，将用户最近的历史视频浏览信息按类别进行聚类，其中用户对每个视频的评分作为聚类的权重参数，若用户没有评分，则使用该视频的默认评分，然后生成一张一维的用户信息表；(4)用户信息匿名化阶段：用户随机选取一个ID，并在用户组中广播，若与其他用户ID冲突，则重新选择一个ID，然后将ID与用户信息表进行组合，(5)用户代理选取阶段：在用户组中选择一个用户作为用户代理，用户代理选择成功后广播自己的身份，用户组中的用户将自己组合ID后的信息表发送给用户代理，用户代理将用户组中的所有用户信息表组合成一张二维的推荐表；(6)差分隐私处理阶段：在推荐表中添加服从拉普拉斯分布的随机噪声，然后将扰动后的推荐表发送给云服务器；以及(7)视频推荐阶段：云服务器从用户代理接收到推荐表后，可以根据推荐表中每位用户信息进行推荐服务，生成的推荐结果同样是一张二维表，将推荐表中的用户ID与推荐结果表组合后返回给用户代理，用户代理接收到推荐结果后，将推荐结果根据用户ID广播给组中的成员。2.一种视频推荐系统中的隐私保护方法，其特征在于，包括以下步骤：步骤一：用户发送视频推荐请求给云服务器，云服务器将相同时间段发送请求的用户组成一个组，然后广播组号给组内所有成员；步骤二：组内用户计算自己最近一次当选为用户代理到现在的时间间隔，时间间隔最大的用户当选为本次的用户代理；步骤三：每位用户根据自己的历史...

【专利技术属性】
技术研发人员：陈志立，王宇，仲红，张顺，
申请(专利权)人：安徽大学，
类型：发明
国别省市：安徽,34