论文部分内容阅读
针对个性化推荐服务系统存在的隐私泄露问题,提出了一个高效可验证的隐私保护推荐 系统,能在保护用户数据隐私的前提下,实现用户对云端计算出的推荐模型的正确性验证;利 用脊回归实现对用户数据的拟合; 利用Yao的混淆电路技术实现推荐模型的计算以及对模型 的正确性验证. 用户端和云端使用一种新的数据聚合算法AGG（Aggregation）来替换大多数 已有工作中使用的公钥同态加密算法,减少了用户端和云端的计算开销,使得系统效率更高. 给出了方案的安全性分析以及效率分析.