[发明专利]基于PriReCo平台隐私推荐系统的自身数据监测方法及系统

说明书

本发明提供了一种基于PriReCo平台隐私推荐系统的自身数据监测方法及系统，包括：步骤S1：在APP端特征集合中添加随机值，以混淆集合进行求交，查看PSI隐私求交运算结果中是否存在随机值；步骤S2：删除部分特征项后再进行隐私求交，根据服务器是否会推荐已删除特征的商品，来验证服务端是否存储了用户的隐私数据。本发明通过对APP的改进，可以使用户明确看到自己的隐私确实未被平台存储，只有用户主动发起PSI隐私计算运算时平台才会根据计算结果来为用户推荐符合特征值的商品，让用户对相关服务更加放心。

技术领域

本发明涉及隐私数据监测技术领域，具体地，涉及一种基于PriReCo平台隐私推荐系统的自身数据监测方法及系统。

背景技术

隐私保护集合求交(Private Set Intersection,PSI)技术是在双方都不泄露自身真实数据的情况下，双方能够得到双方所有数据交集部分，避免了非交集部分数据的泄露。

Sacre平台推出了一个PriReCo子系统，能够在保护用户数据隐私的情况下为用户推荐一些感兴趣的商品或服务。用户画像数据完全保存在本地APP上，服务器没有权限获取这些用户隐私数据，也未记录用户相应的商品查看和浏览记录。只有用户主动请求PIS隐私集合求交时，服务器才会根据运算结果来为用户推荐适合的产品或服务。实现了在保护用户隐私数据的同时为用户推荐合适商品的目的。

但目前的推荐方法还是存在一定的隐私数据的问题，因为所有的数据特征都是平台根据所有商品所抽象出来的一个大的集合，即服务器掌握了所有商品特征的数据集。在用户发出隐私求交服务时，用户的特征数据集只是大的特征数据集合的一部分，服务器还是能拿到用户的所有的隐私数据，也就是说用户在使用过程中泄露了自己的特征集隐私数据。在些我们需要解决上述的隐私数据泄露问题。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于PriReCo平台隐私推荐系统的自身数据监测方法及系统。

根据本发明提供的一种基于PriReCo平台隐私推荐系统的自身数据监测方法，包括：

步骤S1：在APP端特征集合中添加随机值，以混淆集合进行求交，查看PSI隐私求交运算结果中是否存在随机值；

步骤S2：删除部分特征项后再进行隐私求交，根据服务器是否会推荐已删除特征的商品，来验证服务端是否存储了用户的隐私数据。

优选地，所述步骤S1包括以下子步骤：

步骤S1.1：随机生成混淆项目数据特征；

步骤S1.2：将随机生成的数据特征由APP端的PSI隐私求交服务融合到用户画像隐私数据中；

步骤S1.3：将融合后的数据与PriReCo平台服务器进行隐私求交运算；

步骤S1.4：查看隐私求交后的计算结果，查看是否存在步骤S1.1中随机生成的数据特征，如果存在，则说明服务器存在作弊行为，生成报警信息并提醒用户。

优选地，所述步骤S2包括以下子步骤：

步骤S2.1：通过APP端的PSI隐私求交服务删除部分用户个人画像数据特征集；

步骤S2.2：将删减后的数据与服务器进行隐私求交运算；

步骤S2.3：查看平台系统推荐结果集，验证服务器是否保存了用户的隐私数据。

优选地，所述数据特征为PriReCo平台不存在的数据特征。

优选地，在所述步骤S2.3中，若收到已删除特征集的商品，则认定服务器每次将PSI隐私运算结果保存下来，生在Warning信息并提示用户。

根据本发明提供的一种基于PriReCo平台隐私推荐系统的自身数据监测系统，包括以下模块：