基于显隐式反馈的个人信息隐私保护方法

【目的/意义】针对现有个人信息隐私保护方法未考虑隐式反馈数据，造成隐私保护效果低的问题，研究基于显隐式反馈的个人信息隐私保护方法，通过利用显隐式反馈信息，有效解决网络中包含个人信息的隐私保护问题。【方法/过程】首先根据提取规则提取个人信息，并将其保存至数据库中。然后，建立融合显隐式反馈数据的矩阵分解模型，利用EifSVD算法对隐式反馈矩阵进行分解。将特征向与显式反馈模型结合，实现了矩阵分解的模型求解。最后，利用个人隐私保护方案，完成矩阵分解模型求解结果的加密保护，利用基于差分隐私算法的目标函数扰动策略对个人隐私信息进行保护。【结果/结论】实验结果表明，该方法充分考虑了用户的隐式反馈数据，具有较高的安全性与可靠性，提升了个人信息隐私保护性能，可以保证个人信息隐私数据在服务端传输信息时的安全性，同时不影响网络传输性能以及数据查询效率。【创新/局限】但因本文中的实验案例较单一，因此研究结果仍存在一定局限性，后期将结合不同案例对所提出的个人信息隐私保护方法进行验证，保证方法的准确性。