【技术实现步骤摘要】
本专利技术涉及信息安全，特别涉及一种基于联邦学习隐私保护的个性化推荐方法。
技术介绍
1、随着互联网发展，用户接收信息的途经越来越多。如何在海量信息中及时、有效地抓取用户最感兴趣的部分，提升互联网平台和用户的交互友好性，成为互联网研究的一个热门课题。目前大多采用个性化推荐机制，即采用对本地信息、历史记录，以及在视频、网页上停留时间等内容进行收集和处理的方式分析用户的喜好，再针对不同用户的不同喜好推送内容。为了做到准确的推送，个性化推荐机制需要持续不断地收集用户信息用于获取用户的喜好。
2、个性化推荐系统帮助用户在海量信息中寻找感兴趣的内容，“个性化”服务目前越来越为商务网站、电子图书馆等众多领域所接受，成为一个重要的功能。个性化推荐算法，一方面可以帮助用户在数以亿计的信息中迅速、准确地获取自己感兴趣的内容，充分利用有限的时间，极大地提高了人们对快节奏生活的追求；另一方面，还可以帮助互联网平台提升运作效率，通过个性化推荐服务吸引潜在用户，提升互联网平台价值。目前，大多数应用软件都采用推荐算法，例如spotify、netflix等。在国内，网易云音乐、抖音的推荐系统也受到用户的好评。
3、推荐系统通常分为用户建模、推荐对象建模、推荐算法三部分。无论是用户建模，还是推荐算法，想要有效地运作和协作，都离不开对用户信息的收集与处理。为了确保推荐结果的准确性，推荐系统需要收集用户大量的信息。用户信息往往携带用户的敏感信息。敏感信息与用户联系最为密切，如果对这部分信息保护不当，则会给用户造成损害，甚至会对国家安全造成威
4、因此，如何在个性化推荐机制下保护用户敏感信息不泄露成为了数据安全的重点。本专利技术提出一种基于联邦学习隐私保护的个性化推荐方法，既能实现个性化推荐服务，又能保护用户隐私。
技术实现思路
1、针对现有技术中的上述不足，本专利技术提供了一种基于联邦学习隐私保护的个性化推荐方法，其结构设计合理，方便推广。
2、一种基于联邦学习隐私保护的个性化推荐方法，该方法分为联邦学习隐私保护阶段和个性化推荐阶段；
3、联邦学习隐私保护阶段用于保护用户隐私，个性化推荐阶段用于根据用户喜好进行合理个性化推荐；这两个阶段中间引入包含用户信息转换表的区域服务器过渡，区域服务器起着承上启下的作用，互联网平台将推荐信息发送到区域服务器，由区域服务器执行用户信息转换后实施推荐，用户不用直接面向互联网平台；区域服务器主要用于互联网平台和用户之间的参数转换。
4、作为优选的，具体步骤如下：
5、s1、引入真实用户信息池，用于存放用户真实信息；
6、s2、引入虚拟用户信息池，用于存放按照一定规则生成的虚拟用户信息；
7、s3、引入用户信息转换技术，用于真实用户信息和虚拟用户信息之间的转换；
8、s4、引入用户信息转换表，用于用户信息转换时存放真实用户信息和虚拟用户信息之间的映射关系；信息缓存表包括真实用户信息、虚拟用户信息、更新时间；
9、s5、引入区域分层联邦学习，即该推荐系统不针对某个具体的用户实施个性化推荐，而是针对某个区域实施个性化推荐服务。
10、本专利技术的有益效果为：
11、(1)本专利技术提供一种基于联邦学习隐私保护的个性化推荐方法，该方法可以将个性化推荐和数据隐私保护达到某种平衡，能够为个性化推荐提供有效的参考。
12、(2)对用户敏感信息进行保护，避免隐私信息泄露，保护用户及国家的信息安全。
13、(3)对互联网数据个性化推荐具有积极的借鉴意义。
本文档来自技高网...【技术保护点】
1.一种基于联邦学习隐私保护的个性化推荐方法，其特征在于，所述方法分为联邦学习隐私保护阶段和个性化推荐阶段；
2.根据权利要求1所述的一种基于联邦学习隐私保护的个性化推荐方法，其特征在于，具体步骤如下：
【技术特征摘要】
1.一种基于联邦学习隐私保护的个性化推荐方法，其特征在于，所述方法分为联邦学习隐私保护阶段和个性化推荐阶段；...
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。