一种基于同态加密的社会化推荐方法

摘要

本发明公开了一种基于同态加密的社会化推荐方法，包括如下步骤：（1）所述SN端利用同态加密密钥加密数据；（2）RBS端计算所有物品的推荐得分；（3）所述RBS端共享所有物品的推荐得分；（4）比较获得推荐结果。通过上述方式，本发明基于同态加密的社会化推荐方法具有安全性极高、适应性极强等优点，在基于同态加密的社会化推荐方法的普及上有着广泛的市场前景。

主权项

一种基于同态加密的社会化推荐方法，其特征在于，包括：社交网络服务提供商和电子商务提供商作为参与方，其中所述社交网络服务提供商记为SN、所述电子商务提供商记为RBS，SN端持有所有用户的社交网络拓扑图记为Social Graph，RBS持有所有用户的历史行为数据，即用户购买物品历史记录，记为History Records，以保证双方私有数据不泄露，包括如下步骤：（1）所述SN端利用同态加密密钥加密数据：所述社交网络拓扑图Social Graph包括个性化网页级别记为Personalized PageRank，基于所述社交网络拓扑图Social Graph，所述SN端通过迭代计算Personalized PageRank得到针对当前目标用户的Personalized PageRank值向量，同时，所述SN端以同态加密方式生成密钥对，其中E为公钥、D为私钥，并对向量的每一个元素加密获得向量，并将加密后得到的向量和公钥发送到所述RBS端；（2）RBS端计算所有物品的推荐得分：所述RBS端接收到来自所述SN端的加密向量和公钥后，先利用公钥将所有物品预测得分初始化为，对于所有目标用户未曾访问过的物品，利用公式，重新计算推荐得分，最终得到所有物品的推荐得分向量；（3）所述RBS端共享所有物品的推荐得分：所述RBS端将向量随机重排列后得到，产生与物品同等个数的随机数，构成随机数向量，利用Paillier加密机制的加乘法同态性质计算，得到，并将结果发送给所述SN，所述SN端在接收到来自所述RBS端的数据后，借助私钥D解密，得到向量，即为明文形式的；（4）比较获得推荐结果：以所述SN端的向量和所述RBS端的向量为输入，所述SN端和所述RBS端利用Garbled Circuits合作实现安全的比较，最终所述RBS端得到针对当前推荐用户而言的前k个得分最高的推荐结果，即得到了k个对推荐用户而言最佳的推荐结果。