基于PriReCo平台隐私推荐系统的自身数据监测方法及系统与流程

基于prireco平台隐私推荐系统的自身数据监测方法及系统
技术领域
1.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：

2.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。
3.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。
4.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。


技术实现要素：

5.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。
6.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：
7.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；
8.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。
9.优选地，所述步骤s1包括以下子步骤：
10.步骤s1.1：随机生成混淆项目数据特征；
11.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；
12.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；
13.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。
14.优选地，所述步骤s2包括以下子步骤：
15.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；
16.步骤s2.2：将删减后的数据与服务器进行隐私求交运算；
17.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。
18.优选地，所述数据特征为prireco平台不存在的数据特征。
19.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。
20.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：
21.模块m1：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；
22.模块m2：删除部分特征项后再进行隐私求交，查看服务器是否推荐已删除特征的商品，验证服务端是否存储了用户的隐私数据。
23.优选地，所述模块m1包括以下子模块：
24.模块m1.1：随机生成混淆项目数据特征；
25.模块m1.2：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；
26.模块m1.3：将融合后的数据与prireco平台服务器进行隐私求交运算；
27.模块m1.4：查看隐私求交后的计算结果，查看是否存在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。
28.优选地，所述模块m2包括以下子步骤：
29.模块m2.1：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；
30.模块m2.2：将删减后的数据与服务器进行隐私求交运算；
31.模块m2.3：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。
32.优选地，所述数据特征为prireco平台不存在的数据特征。
33.优选地，所述模块m2.3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。
34.与现有技术相比，本发明具有如下的有益效果：
35.1、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。
36.2、本发明通过检验用户端与服务器是否真的在进行隐私集合求交运算，而排除服务器单纯获取用户隐私数据进行推荐服务。
37.3、本发明能够从侧面验证prireco平台是否真正使用psi隐私计算服务，以及是否记录用户的任务隐私数据，从而使用户更加放心得使用prireco平台。
附图说明
38.通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
39.图1为本发明实施例中自身数据监测系统架构图。
具体实施方式
40.下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
41.本发明公开了一种基于prireco平台隐私推荐系统的自身数据监测方法，参照图1，包括以下步骤：
42.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。
43.该步骤主要用于检验用户端与服务器是否真的在进行隐私集合求交运算，而排除服务器单纯获取用户隐私数据进行推荐服务。
44.具体的，包括以下子步骤：
45.步骤s1.1：随机生成一些混淆项目数据特征；这些数据特征为prireco平台不存在的数据特征，比如时光abr等与商品毫无关系的一些数据。
46.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；
47.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；
48.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。
49.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。
50.更进一步的，步骤s2包括以下子步骤：
51.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；
52.步骤s2.2：将删减后的数据与服务器进行隐私求交运算；
53.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。若收到已删除特征集的商品，则说明服务器会每次将psi隐私运算结果保存下来，方便为用户推荐相关商品。这时会为用户生在warning信息，提示用户可能会出现用户信息泄露的情况。
54.本监测方法主要解决用户对prireco平台提供的隐私求交运算服务的不信任问题，在app使用过程中，一直担心自己的查询、浏览记录会被服务器记录下来，除此之外还担心平台未真正进行psi运算，只是把自己的用户画像数据拿到后根据用户画像特征值来对用户进行相关商品的推荐。
55.本监测方法主要解决用户的这些疑虑，也从侧面说明了prireco平台真正使用psi隐私计算服务，不会记录用户的任务隐私数据，为用户提供最好的隐私推荐服务。
56.本发明还公开了一种基于prireco平台隐私推荐系统的自身数据监测系统，包括以下模块：
57.模块m1：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；
58.更进一步的，模块m1包括以下子模块：
59.模块m1.1：随机生成一些混淆项目数据特征，所述数据特征为prireco平台不存在的数据特征。
60.模块m1.2：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；
61.模块m1.3：将融合后的数据与prireco平台服务器进行隐私求交运算；
62.模块m1.4：查看隐私求交后的计算结果，查看是否存在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。
63.模块m2：删除部分特征项后再进行隐私求交，查看服务器是否推荐已删除特征的商品，验证服务端是否存储了用户的隐私数据。
64.更进一步的，模块m2包括以下子步骤：
65.模块m2.1：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；
66.模块m2.2：将删减后的数据与服务器进行隐私求交运算；
67.模块m2.3：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。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。
68.本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置、模块、单元以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置、模块、单元以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以，本发明提供的系统及其各项装置、模块、单元可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置、模块、单元也可以视为硬件部件内的结构；也可以将用于实现各种功能的装置、模块、单元视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
69.以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本技术的实施例和实施例中的特征可以任意相互组合。