[发明专利]基于联邦团渗透的视频推荐方法及系统

权利要求书

1.一种基于联邦团渗透的视频推荐方法，其特征在于，包括以下步骤：

步骤S1:构建各平台视频平台用户网络，并获取视频平台本地重叠用户集；

步骤S2:根据得到的视频平台本地重叠用户集，添加虚拟同兴趣用户和虚拟同兴趣用户的同兴趣用户，并对所有的用户信息进行加密后以邻接表形式发送到协调端；

步骤S3:协调端合并所有参与视频平台的邻接表并计算k团，对k团进行编号，将k团中相关节点及其编号发送给各视频平台；

步骤S4:视频平台过滤协调端发送过来的虚假k团，过滤后在本地计算k团，联合协调端发送过来的真实k团进行团渗透、同兴趣用户群体挖掘，然后依据其同兴趣用户的相关视频对新用户进行视频推荐；

所述协调端采用k团发现算法寻找聚合网络中的k团，得到k团集合，其中，k团是一个由k个用户组成的子用户网络，子用户网络中每个用户与其他用户都存在关联关系；

所述团渗透具体为：

各视频平台寻找本地子图的所有大小大于等于K的极大团；

各视频平台在本地子图极大团之间构造n×n的重叠矩阵M；

其中，n是极大团个数，矩阵的值为两个极大团i和j的交集点的个数，矩阵M中值大于或等于K-1的值置1，其余置0；

通过矩阵M计算连通分支，每一个连通分支对应一个极大团集合，即各视频平台用户k团渗透结果；

所述同兴趣用户群体挖掘具体为：

同一连通分支中所有极大团的节点的并集即为一个同兴趣用户群体；

各视频平台得到本地用户的同兴趣用户划分结果。

2.根据权利要求1所述的基于联邦团渗透的视频推荐方法，其特征在于，所述步骤S1具体为：

步骤S11：读取视频平台用户网络G；

步骤S12：对于每个视频平台生成RSA公开密钥密码体制密钥对，将其公钥发送给其他视频平台；

步骤S13：视频平台执行隐私保护节点ID匹配协议进行两两求交集得到各视频平台的重叠用户；

步骤S14：得到的交集集合之间再求并集，得到该视频平台所包含的重叠用户集即视频平台本地重叠用户集。

3.根据权利要求1所述的基于联邦团渗透的视频推荐方法，其特征在于，所述步骤S2具体为：

步骤S21：视频平台用户网络中的用户节点添加虚拟同兴趣用户和虚拟同兴趣用户的同兴趣用户；

步骤S22：随机选择一个视频平台生成同态加密算法密钥对；

步骤S23：该视频平台将密钥对发送给其他视频平台；

步骤S24：各视频平台使用哈希算法对本地重叠用户集的每个用户节点进行哈希映射；

步骤S25：各视频平台使用同态加密公钥对重叠用户节点对应的拥有相同兴趣的邻居向量b进行加密；

步骤S26：各视频平台将哈希散列的重叠用户节点及其加密邻居向量以键值对的形式发送给协调端。

4.根据权利要求1所述的一种基于联邦团渗透的视频推荐方法，其特征在于，所述步骤S3具体为：

步骤S31：协调端将相同哈希重叠节点对应的密态邻居向量相加；

步骤S32：协调端根据各视频平台发送过来的哈希重叠节点，将哈希重叠节点以及更新的加密邻居向量再以键值对的形式分别发送给各个视频平台；

步骤S33：协调端在密态下在由各视频平台用户组成的聚合网络上发现所有的k团，得到k团集合。

5.根据权利要求1所述的一种基于联邦团渗透的视频推荐方法，其特征在于，所述视频平台过滤协调端发送过来的虚假k团具体为：

各视频平台根据节点哈希值得到原始用户节点；

各视频平台使用同态加密算法密钥对中的私钥对用户节点的加密邻居向量进行解密；

各视频平台通过解密的邻居用户向量，过滤协调端发送过来的虚假k团，更新各视频平台本地子图。

6.一种基于联邦团渗透的视频推荐系统，其特征在于，包括若干平台端和一协调端；所述协调端包括基于隐私保护的用户网络聚合模块、基于隐私保护的用户k团计算模块；所述平台端包括重叠用户识别模块、用户网络扰动模块、用户k团过滤模块、用户k团计算模块、用户k团渗透模块、同兴趣用户群体划分模块和基于用户群体的视频推荐模块；所述重叠用户识别模块识别各视频平台的视频平台用户网络G=(V,E)：其中节点集V表示视频平台用户集，在观看相似视频的同兴趣用户间建立边E，E表示边集；然后对于每个视频平台A_i生成RSA公开密钥密码体制密钥对，将公钥发送给其他视频平台A_i，视频平台执行隐私保护节点ID匹配协议进行两两求交集得到各视频平台的重叠用户，得到的交集集合之间再求并集，得到该视频平台所包含的重叠用户集即视频平台本地重叠用户集；

所述用户网络扰动模块为视频平台用户网络中的用户节点添加虚拟同兴趣用户和虚拟同兴趣用户的同兴趣用户；然后随机选择一个视频平台生成同态加密算法密钥对，该视频平台将密钥对发送给其他视频平台，然后各视频平台使用哈希算法对本地重叠用户集的每个用户节点进行哈希映射,并使用同态加密公钥对重叠用户节点对应的拥有相同兴趣的邻居向量b进行加密，将哈希散列的重叠用户节点及其加密邻居向量以键值对的形式发送给协调端；

所述基于隐私保护的用户网络聚合模块，协调端将相同哈希重叠节点对应的密态邻居向量相加，并根据各视频平台发送过来的哈希重叠节点，将哈希重叠节点以及更新的加密邻居向量再以键值对的形式分别发送给各个视频平台；

所述基于隐私保护的用户k团计算模块，在密态下在由各视频平台用户组成的聚合网络上发现所有的k团，得到k团集合；

所述用户k团过滤模块，通过解密的邻居用户向量，过滤协调端发送过来的虚假k团，更新各视频平台本地子图；

所述用户k团计算模块，根据过滤后的本地子图在本地计算k团；

所述用户k团渗透模块，在本地子图大小大于等于K的极大团之间构造n×n的重叠矩阵M；

然后，通过矩阵M计算连通分支，每一个连通分支对应一个极大团集合，即各视频平台用户k团渗透结果；

所述同兴趣用户群体划分模块，在本地子图中同一连通分支中所有极大团的节点的并集即为一个同兴趣用户群体，最后各视频平台得到本地用户的同兴趣用户群体划分结果；

所述基于用户群体的视频推荐模块，对于用户根据其观看的视频寻找同兴趣用户群体；然后利用该用户对应的同兴趣用户群体观看的相关视频进行视频推荐。