检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

-

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

1 篇 学位论文

馆藏范围

1 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

1 篇 工学
- 1 篇 计算机科学与技术...
- 1 篇 软件工程
- 1 篇 网络空间安全

主题

1 篇 区块链
1 篇 隐私保护
1 篇 数据协同计算
1 篇 跨域推荐
1 篇 可信管理
1 篇 联邦学习
1 篇 多源融合

机构

1 篇 广西师范大学

作者

1 篇 王利娥

语言

1 篇 中文

检索条件"主题词=数据协同计算"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

跨域推荐中安全可信的数据协同计算方法研究

跨域推荐中安全可信的数据协同计算方法研究

引用

作者：王利娥广西师范大学

学位级别：博士

推荐系统作为有效的信息筛选工具,已被广泛应用于智能商业、辅助决策、预诊断、智慧城市等多个行业,其本质是基于收集的交互数据提取用户偏好,以实现精准的信息过滤。但随着参与用户及物品数量的急剧增长,单域的推荐性能明显受到了数据... 详细信息

推荐系统作为有效的信息筛选工具,已被广泛应用于智能商业、辅助决策、预诊断、智慧城市等多个行业,其本质是基于收集的交互数据提取用户偏好,以实现精准的信息过滤。但随着参与用户及物品数量的急剧增长,单域的推荐性能明显受到了数据稀疏性和冷启动问题的影响。因此,能够缓解以上问题的跨域推荐技术成为了研究热点,基本思想是通过域间数据的相似性进行关联,以填补目标领域的缺失信息,进而改善推荐性能。然而由于跨域技术涉及的数据来源多样,类型不一,使得跨域推荐存在异构协同、隐私泄露和投毒攻击等诸多挑战,主要包括:(1)多源异构数据融合中数据的多元关联性导致隐私泄露机理复杂问题。数据关联的多元性不仅增强了攻击者的背景知识,也使得数据隐私的泄露机理更为复杂,使得跨域中的隐私问题更具挑战性。(2)跨域环境下的隐私保护机制与推荐算法耦合关系复杂。跨域环境下,分域管理的数据通常会经过匿名处理之后再执行推荐分析,因而隐私处理方法会直接降低输入数据的质量,进而影响推荐结果的精确度,二者之间存在复杂的耦合关系。(3)动态开放的应用环境下数据完整性与可信性等安全威胁更为复杂多变。跨域环境具有动态开放和去中心化特性,存在信任危机问题,目前缺少有效的数据控制与用户管理机制,难以抵御参与者的投毒攻击。以上挑战可以归纳为个性化推荐中数据跨域协同的安全可信与推荐精度的共赢问题,是本文的研究焦点。围绕跨域推荐中多源数据的高效协同、隐私信息的安全控制、跨域环境的可信管理等问题,本文的主要研究工作如下:1.面向跨域推荐提出一种能提供隐私保护和偏差修正的数据协同计算方法针对跨域数据融合中数据的关联性导致数据隐私泄露模式更为复杂的问题,提出一种具有偏差修正和差分隐私保护特征的深度学习协同推荐方法。具体来说,首先,该方法通过辅助领域信息的融合对目标领域的异常点进行偏差修正,以提高推荐的精确度;其次,针对数据的多元关联性使得数据融合过程中存在更为复杂的隐私泄露问题,采用差分隐私模型在协同训练过程中对用户评分数据添加噪音进行扰乱,以保证隐私数据的安全性;然后,针对目前没有相应的指标用于评价推荐算法在长尾效应方面的表现,提出一种新的评价指标-发现度,用以度量推荐算法发现用户隐性需求的能力。最后,通过理论分析和模拟实验结果证明,该方法能够在保证隐私安全的前提下,相比现有的方法推荐性能在F1和发现度指标上均提高了4%以上,多样性指标表现更为稳定。2.面向跨域推荐提出一种具有安全存储和可信追溯特征的数据协同计算方法针对跨域数据协同过程中隐私处理机制与推荐算法存在的复杂耦合关系,引入区块链技术提出一种安全精准的跨域协同推荐模型。具体来说,首先,该模型采用多链结构来实现交易数据与用户属性、项目信息的分离存储,实现在不修改数据的前提下保护隐私信息的安全。其次,该模型的推荐中心只收集没有用户或产品信息的关系链,实现数据的无损安全融合。因为推荐中心在未知用户属性和项目信息的情况下,无法将敏感的关系与具体的用户个体关联起来。因此,对推荐中心而言,数据的隐私信息是安全的。然后,为了保证跨域背景下数据的可信性,设计了一种基于签名的可验证机制来防止交易数据被篡改,以确保推荐分析是基于未修改的交易数据进行的,进而保证推荐模型的准确性;同时也设计了一种基于贡献的激励机制,降低了恶意节点的攻击概率。最后在真实的数据集上进行了实验验证,结果表明该模型能在保护数据安全可信的前提下,在精度和F1指标上提高约2%以上,同时保持发现度和多样性指标更为稳定。3.面向跨域推荐提出一种基于多特征知识图谱和区块链的数据可信协同计算方法针对以上方法只能应用于用户存在重叠场景的局限性,提出一种基于多特征协同知识图谱和区块链的可信跨域推荐模型,可以适用于不同的应用场景。首先,分析了隐私特征与推荐特征之间的差异,提出了适合异构数据安全表述的特征知识图谱,可以实现复杂关联知识的完整表示;其次,为了实现分布式环境下数据的安全融合,集成联邦学习框架实现具有隐私保护的分布式机器学习,同时结合区块链建立分布式共信机制,能够实现多元关联数据的安全无损融合和可信管理,保证跨域推荐的精准性。该模型能够适用于用户/项目存在重叠或不存在重叠的场景下,不需要隐私保护技术的泛化和集中服务器的协调就能保证数据的隐私安全与真实性验证,实现了推荐精准性、数据可信性和隐私性的多重保证。最后,通过理论分析和模拟实验结果证明,相比基线而言,该方法可以提供数据协同的安全可信性保证,并在F1指标上提升1.5%以上,多样性指标提高18%,具有明显的优越性。4.面向跨域推荐提出一种基于区块链的分布式数据安全控制和用户行为管理机制,实现去中心化的数据可信管理分析了跨域推荐场景下的数据融合具有动态开放、去中心化等特征,导致数据的完整性与可信性等安全威胁更为复杂多变,区块链技术虽然可以突破现有的数据

关键词：跨域推荐多源融合隐私保护联邦学习可信管理区块链数据协同计算

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

共1页 << < 1 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：