【技术实现步骤摘要】
基于信任融合与过滤的具有隐私保护的移动应用推荐方法
本专利技术属于用于执行专门程序的装置
,尤其涉及一种基于信任融合与过滤的具有隐私保护的移动应用推荐方法。
技术介绍
目前,业内常用的现有技术是这样的:移动智能手机在当今移动互联网时代扮演着越来越重要的角色,移动手机已经成为人们休闲娱乐、工作生活和获取互联网服务的至关重要的工具。安装在手机上的移动应用是用户使用手机的必备接口,然而,移动应用市场上数量众多、鱼目混杂的应用给用户带来了选择困扰,如何选择安装更好的移动应用不仅影响到了应用本身的市场,同时也会对用户自身的使用体验和信息安全带来重要影响。移动推荐系统是通过信息过滤向移动用户推荐有用的或者用户感兴趣信息的有效工具。将移动推荐系统应用到手机应用领域,移动应用推荐系统可以帮助移动用户发现他们感兴趣、高质量和可信的移动应用。然而,现有的一些移动应用推荐系统绝大部分是基于对用户偏好的提取或者基于移动应用的下载数量,这些都不能够准确的反应用户的个人真实情况,缺少对于用户本身使用移动应用行为的考虑。用户对于移动应用的信任在用户选择和使用移动应用的时候发挥着至关重要的作用。通过对移动应用的用户个体信任值进行融合与过滤,可以将用户喜爱并信任的应用进行推荐,而且推荐的准确性和可靠性也能得到提高。但是,这同时会产生另外一个严重的问题,那就是在对用户的行为数据进行收集和处理的时候,可能会带来用户个人隐私的泄露。“TruBeRepec”的信誉系统,提出了将用户使用移动应用的信任行为进行划分并收集、计算和产生移动应用推荐的相关方法。但是,由于没有考虑到用户数据的过滤,推荐 ...
【技术保护点】
1.一种基于信任融合与过滤的具有隐私保护的移动应用推荐方法,其特征在于,所述基于信任融合与过滤的具有隐私保护的移动应用推荐方法收集用户使用移动应用的信任行为数据,计算出用户对已安装应用的个体信任值,在用户的设备中进行应用个体信任值的初步过滤与融合,在请求用户的设备中计算出最终的推荐结果。
【技术特征摘要】
1.一种基于信任融合与过滤的具有隐私保护的移动应用推荐方法,其特征在于,所述基于信任融合与过滤的具有隐私保护的移动应用推荐方法收集用户使用移动应用的信任行为数据,计算出用户对已安装应用的个体信任值,在用户的设备中进行应用个体信任值的初步过滤与融合,在请求用户的设备中计算出最终的推荐结果。2.如权利要求1所述的基于信任融合与过滤的具有隐私保护的移动应用推荐方法,其特征在于,所述基于信任融合与过滤的具有隐私保护的移动应用推荐方法包括以下步骤:步骤一,用户通过系统客户端向隐私服务器PS进行认证注册并从隐私服务器PS接收确认信息和相关密钥;同时,隐私服务器PS向服务商SP提供同态加密密钥,完成初始化操作;步骤二,将用户的信任行为数据进行形式化处理得到用户对于已安装应用的个体信任值;对于用户已安装的所有应用,根据每个应用的使用时间顺序和不同时间点下的使用活跃程度,将每个应用的个体信任值进行融合,得到融合后每个应用的个体信任值;对于用户已安装的所有应用,根据融合后每个应用的个体信任值的大小,过滤掉某些个体信任值较低的应用数据,过滤掉这些应用的个体信任值数据,同时对这些个体信任值较低的应用进行卸载推荐;经过融合与过滤后的应用数据保存到系统客户端的数据库中,完成用户客户端数据的生成和保存;步骤三,经过融合与过滤后的应用数据将会被处理并上传到服务商SP;服务商SP再次进行应用数据过滤,完成用户数据库的构建,服务商SP向用户发出数据收集请求,请求当中包含服务商SP选择的一个密钥;用户对数据收集请求进行授权,利用隐私服务器PS和服务商SP提供的相关密钥,用户对已安装的应用信息和应用对应的融合、过滤之后的个体信任值进行加密并上传到服务商SP;其次,用户上传的数据在服务商SP中进行保护处理,然后在隐私服务器PS中计算出用户数据的偏离距离;根据偏离距离,隐私服务器PS计算用户数据的有效性并返回给服务商SP,完成用户数据库的构建;在服务商SP进行推荐计算的时候,用户数据的有效性用以再次过滤用户的应用数据;服务商SP周期性地向用户客户端收集数据,对数据库进行更新;同时,隐私服务器PS也会根据服务商SP发送过来的用户数据计算一段时期内的用户可信性,检测并通知系统删除可能存在的恶意数据提供者;步骤四,用户通过客户端软件向服务商SP发送获取应用的推荐请求,服务商SP对用户有效性进行认证,认证通过之后服务商SP利用用户上传的加密数据,考虑用户的请求时间,计算同态加密下的推荐;其次,服务商SP使用自己选择的一个随机数将同态加密下的推荐进行保护处理,发送到隐私服务器PS;隐私服务器PS利用同态解密私钥对推荐进行解密,然后使用请求用户的公钥将推荐加密发送到服务商SP;最后,服务商SP将加密的推荐和随机数返回给推荐请求用户;推荐请求用户利用自己的私钥和从服务商SP、隐私服务器PS获得的相关密钥将数据解密,计算出最终的推荐结果。3.如权利要求2所述的基于信任融合与过滤的具有隐私保护的移动应用推荐方法,其特征在于,所述步骤一系统初次运行用户注册并进行相关密钥传输,完成初始化操作,按如下步骤进行:(1)用户u在客户端身份管理器和密钥管理器中分别生成自己的匿名身份IDu、公私钥对(PKu,SKu);隐私服务器PS在密钥管理器中生成公私钥对(PKPS,SKPS)、同态加密公私钥对(HPKPS,HSKPS)和一个短密钥k1;PS将{PKPS,HPKPS}发送给服务商SP;(2)用户u用私钥SKu对IDu签名之后,将注册信息{PKu,Sigu(IDu)}发送给隐私服务器PS;PS确认注册信息,然后使用自己的私钥SKPS对用户u的签名Sigu(IDu)进行签名之后得到SigPS(Sigu(IDu));PS使用用户u的公钥PKu将注册成功的消息加密为<{k1,HPKPS,SigPS(Sigu(IDu))}>u并返回给用户u;(3)用户u通过客户端接收隐私服务器PS发过来的消息,利用自己的私钥SKu将消息解密并将结果保存到自己的设备当中。4.如权利要求2所述的基于信任融合与过滤的具有隐私保护的移动应用推荐方法,其特征在于,所述步骤二的客户端利用用户使用手机应用的信任行为数据生成应用的个体信任值,对应用的个体信任值进行融合与过滤,按如下步骤进行:(1)客户端软件在用户的设备中自动运行,自动且持续地收集用户使用每个手机应用的信任行为数据,根据信誉系统TruBeRepec中已经提出的算法,计算出用户对于每个应用的个体信任值Ti(i=1,...,I),I为用户安装的应用数量;(2)在客户端的计算器,对用户在不同时间点下关于每个应用的个体信任值进行融合,应用的个体信任值通过以下公式融合:其中,表示应用i融合之后的个体信任值,Tw表示在时间点tw下计算出的应用i的个体信任值,W表示在该周期内计算得到的应用i的个体信任值的数量,t表示当前时间,Fw表示在时间点tw下应用i的使用频率;(3)对于融...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。