APPLET: a privacy-preserving framework for location-aware recommender system
APPLET: a privacy-preserving framework for location-aware recommender system
复制标题
APPLET：位置感知推荐系统的隐私保护框架
DOI：
10.1007/s11432-015-0981-4
复制
发表时间：
2016-10
期刊：
影响因子：
--
通讯作者：
Lu Di
中科院分区：
文献类型：
--
作者：
Ma Xindi;Li Hui;Ma Jianfeng;Jiang Qi;Gao Sheng;Xi Ning;Lu Di
位置感知推荐系统使用基于位置的评级来产生推荐，最近经历了一个快速的发展，并引起了研究界的极大关注。然而，目前的工作主要集中在高质量的推荐上，而低估了隐私问题，这可能会导致隐私问题。当计算和存储资源有限的服务提供商利用云平台来适应大量的服务需求和用户时，这些问题就更加突出了。在本文中，我们提出了一种新的框架，即APPLET，用于保护用户的隐私信息，包括位置和推荐结果，在云环境中。通过这个框架，所有历史评分都以密文形式存储和计算，使我们能够通过Paillier加密安全地计算场馆的相似性，并基于Paillier、可交换和可比加密预测推荐结果。我们还从理论上证明了用户信息是隐私的，不会在推荐过程中泄露。最后，在真实世界的数据集上的实证结果表明，我们的框架可以有效地推荐POI的隐私保护的方式具有高度的准确性。
Location-aware recommender systems that use location-based ratings to produce recommendations have recently experienced a rapid development and draw significant attention from the research community. However, current work mainly focused on high-quality recommendations while underestimating privacy issues, which can lead to problems of privacy. Such problems are more prominent when service providers, who have limited computational and storage resources, leverage on cloud platforms to fit in with the tremendous number of service requirements and users. In this paper, we propose a novel framework, namely APPLET, for protecting user privacy information, including locations and recommendation results, within a cloud environment. Through this framework, all historical ratings are stored and calculated in ciphertext, allowing us to securely compute the similarities of venues through Paillier encryption, and predict the recommendation results based on Paillier, commutative, and comparable encryption. We also theoretically prove that user information is private and will not be leaked during a recommendation. Finally, empirical results over a real-world dataset demonstrate that our framework can efficiently recommend POIs with a high degree of accuracy in a privacy-preserving manner.
登录
查看更多内容
DOI：
--
发表时间：
2014-12
期刊：
--
影响因子：
--
作者：
Yu Xin;T. Jaakkola
通讯作者：
Yu Xin;T. Jaakkola
影响因子：
3.2
作者：
Esma Aïmeur;G. Brassard;José M. Fernandez;F. Onana
通讯作者：
Esma Aïmeur;G. Brassard;José M. Fernandez;F. Onana
影响因子：
11.2
作者：
Alberto Huertas Celdrán;M. Pérez;F. J. G. Clemente;G. Pérez
通讯作者：
Alberto Huertas Celdrán;M. Pérez;F. J. G. Clemente;G. Pérez
DOI：
10.1145/1869790.1869861
发表时间：
2010-11
期刊：
--
影响因子：
--
作者：
Mao Ye;Peifeng Yin;Wang-Chien Lee
通讯作者：
Mao Ye;Peifeng Yin;Wang-Chien Lee
DOI：
--
发表时间：
2011
期刊：
--
影响因子：
--
作者：
M. Scipioni
通讯作者：
M. Scipioni