基于负调查的保护位置隐私的评论模型

发布时间：2022-05-03 03:51

　　近年来,大众点评、Yelp等在线评论系统已广泛用于帮助人们日常生活中做出更好的消费决策,并受到了高度的关注。但是,在线评论中列出了用户自愿提交的所有评论,评论附带的信息给用户的位置隐私带来了威胁。传统的位置隐私保护方法主要通过泛化、扰动等技术对位置信息进行转换。但在大众点评这些系统中,为了保持评论信息的可用性,评论所附带的位置信息需要精确呈现。因此,传统的位置隐私保护方法无法适用。为了解决该问题,本文提出一种基于负调查的保护位置隐私的评论模型。负调查起源于生物免疫系统中的负选择机制,可以在隐私保护的情况下收集用户数据并重建出数据整体的分布情况。区别于已有的位置隐私保护方法,本文的方法通过变换评论中的用户身份标识信息（ID）来解决用户的位置隐私安全问题。此外,现实应用中通常存在一些背景知识,而这些背景知识有利于提升负调查重建数据分布的精度。因此,本文提出了一种针对背景知识的负调查重建算法,相比于传统的重建算法,可以更有效地处理与背景知识相违背的不合理数据。具体工作如下:1)提出了一种基于负调查的保护位置隐私的评论模型。该模型首先根据评论中的位置信息,分析用户的活跃区域和个人喜好;然后,将... 

【文章页数】：72 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
符号和名词解释
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 在线评论位置隐私保护研究现状
        1.2.2 负调查概述与研究现状
    1.3 本文主要内容
    1.4 本文的章节安排
第2章 基于负调查的保护位置隐私的评论模型
    2.1 概述
    2.2 负调查的重建算法
        2.2.1 NStoPS算法
        2.2.2 NStoPS-Ⅱ算法
    2.3 大众点评中用户评论的位置隐私安全分析
    2.4 基于负调查的保护位置隐私的评论模型
        2.4.1 用户分组方法
        2.4.2 采用负调查变换评论的用户标识信息
    2.5 实验
        2.5.1 数据采集
        2.5.2 用户分组
        2.5.3 重建用户评论数目
    2.6 本章小结
第3章 基于背景知识和负调查的保护位置隐私的评论模型
    3.1 概述
    3.2 针对背景知识的重建算法
        3.2.1 负调查的背景知识
        3.2.2 NStoPS-BK算法
    3.3 基于背景知识和负调查的保护位置隐私的评论模型
    3.4 NStoPS-UD算法
        3.4.1 处理单个不合理值的NStoPS-UD模型
        3.4.2 处理多个不合理值的NStoPS-UD模型
        3.4.3 算法流程
    3.5 存在背景知识时重建用户评论数目的误差
    3.6 与传统重建算法的对比实验
        3.6.1 存在背景知识的情况
        3.6.2 不存在背景知识的情况
        3.6.3 背景区间下限和超过正数据之和时各算法的对比
    3.7 NStoPS-UD和 NStoPS-Ⅱ的对比分析
    3.8 NStoPS-UD的扩展
    3.9 本章小结
第4章 总结和展望
    4.1 本文总结
    4.2 未来展望
致谢
参考文献
攻读硕士学位期间主要的工作
附录一 第一次采集的大众点评400位用户的评论数(用于背景知识)
附录二 第二次采集的大众点评400位用户的评论数据


【参考文献】：
期刊论文
[1]位置服务隐私保护技术研究综述[J]. 许明艳,赵华,季新生.  信息工程大学学报. 2015(05)
[2]移动互联网中的位置隐私保护研究[J]. 王宇航,张宏莉,余翔湛.  通信学报. 2015(09)
[3]位置大数据隐私保护研究综述[J]. 王璐,孟小峰.  软件学报. 2014(04)
[4]位置隐私保护技术综述[J]. 贾金营,张凤荔.  计算机应用研究. 2013(03)

硕士论文
[1]针对在校大学生的真实负调查及其重构算法研究[D]. 吴建国.武汉理工大学 2018
[2]负调查的相关方法及应用研究[D]. 鲁义辉.中国科学技术大学 2015
[3]基于mix-zone模型的移动对象隐私保护方法研究[D]. 常吉羽.哈尔滨工程大学 2015
[4]基于信息负表示的数据发布方法研究[D]. 杜学海.中国科学技术大学 2014



本文编号：3650572