[发明专利]非独立同分布环境下的多相关性差分隐私矩阵分解方法

说明书

本发明公开一种非独立同分布环境下的多相关性差分隐私矩阵分解方法，其考虑数据其他属性多相关性，使用相关性目标扰动机制将数据的相关性质同时引入到模型目标函数，同时保证了预测结果的安全性和效用性。其中主要包括生成的随机噪声矩阵满足预测结果在非独立同分布假设下满足差分隐私的相关性噪声矩阵计算，以及引入其他属性多相关性并加入随机噪声矩阵的相关差分隐私矩阵分解训练过程两大部分。本发明能够在达到保证数据隐私安全的情况下，尽可能的提高预测精度来抵消隐私保护带来的精度损失。

技术领域

本发明涉及数据隐私保护技术领域，具体涉及一种非独立同分布环境下的多相关性差分隐私矩阵分解方法。

背景技术

推荐系统在当前社会下，尤其是互联网行业应用广泛。其中，矩阵分解是一种流行的用于构建推荐系统的协同过滤方法。在协同过滤推荐系统中，由于用户对项目的评分有可能会泄露个人的隐私，例如个人偏好(评分数据)可能被利用来推断用户的健康状况、政治倾向，甚至他的真实身份，因此原始评分数据中的评分是敏感的，评分矩阵包含着用户的隐私信息，未经处理使用会有引发隐私泄露的风险，这个问题现在已经受到相关研究者重视。

当下有很多研究者提出了很多的匿名保护模型，如有研究者结合差分隐私模型，针对推荐系统可信和不可信的情况提出了差分隐私矩阵分解模型。但是，矩阵分解和差分隐私都是基于数据集是独立同分布的假设前提下提出的，而真实场景中数据往往是关联的。因此在真实数据下，矩阵分解存在着推荐精度的问题，差分隐私也因为数据之间的关联性加入而失去原有的隐私保护能力。

鉴于具有关联特性的非独立同分布数据更为贴近真实，拥有较大的研究价值，也使得对关联数据的研究成为目前的热点问题。在现有的隐私保护研究中，大多数研究都是基于独立同分布数据的假设，而个体与个体之间的关联性没有被考虑进来，相对独立同分布数据，具有复杂关联性的非独立同分布数据价值更高也更具有挑战性。对于非独立同分布矩阵分解，主要的问题体现在以下几个方面：

(1)用户与用户、项目与项目之间存在关联性，传统的差分隐私模型在非独立同分布的评分数据实施会加入过大的噪声量以致数据效用性极具降低；

(2)用户和项目各自之间的关联性质在增强攻击者背景知识的同时，也能作为辅助信息提供给矩阵分解来提高预测精度。然而传统的矩阵分解方法并没有考虑这些关联性质；

(3)在引入用户和项目各自的关联性质以提高矩阵分解效用性的前提下，传统差分隐私机制不再能够保证隐私的安全性，因此需要一种新的差分隐私机制保证隐私不被泄露。

发明内容

本发明所要解决的是现有差分隐私矩阵分解在面对非独立同分布数据时会失去原有的隐私保护能力的问题，提供一种非独立同分布环境下的多相关性差分隐私矩阵分解方法。

为解决上述问题，本发明是通过以下技术方案实现的：

非独立同分布环境下的多相关性差分隐私矩阵分解方法，具体包括步骤如下：

步骤1、对用户和项目的属性空间进行预处理，分别计算出用户相关系数矩阵和项目相关系数矩阵；

步骤2、基于差分隐私模型，引入多相关性的矩阵分解的目标函数生成服从拉普拉斯分布的随机噪声矩阵；即：

步骤2.1、分别计算用户相关系数、项目相关系数和评分数据的取值范围即最大值和最小值之差，并据此计算用户因子矩阵的敏感度和项目矩阵的敏感度；

步骤2.2、分别根据用户因子矩阵和项目矩阵的敏感度计算服从拉普拉斯分布的随机数，并均匀随机的生成一组随机数，使得这组随机数作为向量的L1范数值正好等于上述获得的服从拉普拉斯分布的随机数，由此得到用户随机噪声矩阵和项目随机噪声矩阵；

步骤3、对目标函数采用随机梯度下降方法进行训练，实现相关性差分隐私矩阵分解；