基于同态加密的用户隐私保护方法与流程
- 国知局
- 2024-07-31 22:55:29
本发明涉及数据保护,具体涉及基于同态加密的用户隐私保护方法。
背景技术:
1、小区的媒体广告投放需要较高个性化的内容,为了提高投放个性化内容的精准性,增加小区的商业流动性,需要结合不同业主的行为模式和偏好进行媒体广告的投放,但业主的个性化内容属于隐私程度较高的数据,为了对业主隐私进行保护,使用加密算法将个性化内容进行加密并传输到数据管理推送端,进行实时精准推送。
2、由于同态加密允许在数据加密状态下直接进行计算和处理,在对业主的个性化内容进行加密时常采用同态加密的方法。在利用同态加密的方式将所有业主的个性化内容进行加密时,由于需要加密的数据量较大,导致加密过程计算量的增加,降低数据加密的效率。
技术实现思路
1、本发明提供基于同态加密的用户隐私保护方法,以解决现有的问题。
2、本发明的基于同态加密的用户隐私保护方法采用如下技术方案:
3、本发明一个实施例提供了基于同态加密的用户隐私保护方法,该方法包括以下步骤:
4、获取每位业主在每次看到每个广告内容的点击次数、滑动次数以及观看时长;
5、对于任意一个广告内容和任意一位业主,根据所述业主在每次看到所述广告内容时点击次数、滑动次数的变化情况,结合所述业主在每次看到所述广告内容的观看时长,得到所述业主对所述广告内容的整体兴趣增量;根据所述业主对所述广告内容的点击次数、滑动次数以及整体兴趣增量,得到所述广告内容对所述业主的适配性;
6、根据所述广告内容对所有业主的适配性,得到所述广告内容对所述业主的推荐指标;通过每个广告内容对所述业主的推荐指标,筛选得到所述业主的预推荐结果和适配指标;
7、根据所有业主的适配指标对所有业主进行筛选得到个性化业主;对个性化业主及其预推荐结果进行加密得到加密数据,根据加密数据得到个性化业主的推荐加密内容并进行展示。
8、进一步地,所述根据所述业主在每次看到所述广告内容时点击次数、滑动次数的变化情况,结合所述业主在每次看到所述广告内容的观看时长,得到所述业主对所述广告内容的整体兴趣增量,包括的具体步骤如下:
9、根据所述业主每次看到所述广告时点击次数、滑动次数的变化情况,得到所述业主在每次对所述广告内容的交互增量;
10、根据所述业主在每次对所述广告内容的交互增量以及观看时长,得到所述业主在每次对所述广告内容的单次兴趣增量;将所述业主在所有次对所述广告内容的单次兴趣增量的和值,记作所述业主对所述广告内容的整体兴趣增量。
11、进一步地,所述根据所述业主每次看到所述广告时点击次数、滑动次数的变化情况,得到所述业主在每次对所述广告内容的交互增量,包括的具体步骤如下:
12、计算所述业主在任意一次看到所述广告内容时与上一次看到所述广告内容时的点击次数的差值,将该差值与0的最大值,记作所述业主在该次对所述广告内容的点击增量;
13、计算所述业主在该次看到所述广告内容时与上一次看到所述广告内容时的滑动次数的差值,将该差值与0的最大值,记作所述业主在该次对所述广告内容的滑动增量;
14、将所述业主在该次对所述广告内容的点击增量和滑动增量的和值,记作所述业主在该次对所述广告内容的交互增量。
15、进一步地,所述根据所述业主在每次对所述广告内容的交互增量以及观看时长,得到所述业主在每次对所述广告内容的单次兴趣增量,包括的具体步骤如下:
16、将所述业主在每次对所述广告内容的观看时长和交互增量的乘积,记作所述业主在每次对所述广告内容的单次兴趣增量。
17、进一步地,所述根据所述业主对所述广告内容的点击次数、滑动次数以及整体兴趣增量,得到所述广告内容对所述业主的适配性,包括的具体步骤如下:
18、将所述业主在所有次对所述广告内容的点击次数和滑动次数之和,记作所述业主对所述广告内容的整体关注量;将所述业主对所述广告内容的整体关注量与整体兴趣增量的乘积,记作所述广告内容对所述业主的适配性。
19、进一步地,所述根据所述广告内容对所有业主的适配性,得到所述广告内容对所述业主的推荐指标,包括的具体步骤如下:
20、将所述广告内容对所有业主的适配性的均值,记作所述广告内容的整体吸引度;将所述广告内容的整体吸引度与所述广告内容对所述业主的适配性的乘积,记作所述广告内容对所述业主的推荐指标。
21、进一步地,所述通过每个广告内容对所述业主的推荐指标,筛选得到所述业主的预推荐结果和适配指标,包括的具体步骤如下:
22、将所有广告内容对所述业主的最大的推荐指标,记为所述业主的适配指标;所述业主的适配指标对应的广告内容,记为所述业主的预推荐结果。
23、进一步地,所述根据所有业主的适配指标对所有业主进行筛选得到个性化业主,包括的具体步骤如下:
24、将所述业主的适配指标进行归一化处理;将适配指标大于预设指标阈值的业主记为个性化业主。
25、进一步地,所述对个性化业主及其预推荐结果进行加密得到加密数据,根据加密数据得到个性化业主的推荐加密内容并进行展示,包括的具体步骤如下:
26、将个性化业主及其预推荐结果利用同态加密进行加密处理,得到加密数据;将加密数据通过加密协议发送到数据处理中心;在数据处理中心对加密数据进行聚合、排序和推荐模型打分,得到个性化业主的广告推荐内容;将个性化业主及其广告推荐内容利用同态加密进行加密处理,得到推荐加密内容;将推荐加密内容通过加密协议发送到广告触控屏幕;当通过广告触控屏幕的摄像头识别到任意一个个性化业主时,在广告触控屏幕上展示该个性化业主的推荐加密内容。
27、进一步地,所述获取每位业主在每次看到每个广告内容的点击次数、滑动次数以及观看时长,包括的具体步骤如下:
28、在小区的每个电梯厅分别布置广告触控屏幕,并在每个广告触控屏幕上集成摄像头,在广告触控屏幕上投放若干个产品广告;利用摄像头采集实时图像,根据目标检测算法实时检测实时图像中的人体,当检测到人体时,利用人脸识别算法持续识别业主身份信息;当识别到业主身份信息后,记录业主的身份、业主观看到的若干个广告内容以及业主在每个广告内容的点击次数、滑动次数以及观看时长。
29、本发明的技术方案的有益效果是:本发明通过对业主与广告触控屏幕的交互数据进行分析,根据点击次数、滑动次数的变化情况,结合观看时长,判断广告内容对业主的适配性,为后续每位业主的预推荐结果和适配指标的获取提供依据;针对在利用同态加密的方式将所有业主的个性化内容进行加密时需要加密的数据量较大的问题,通过广告内容对业主的适配性,得到每位业主的预推荐结果和适配指标,对广告内容进行了初步筛选;通过每位业主的适配指标,对所有业主进行筛选得到个性化业主,进一步减少了需要加密的数据量。至此,本发明通过对个性化业主及其预推荐结果进行加密,减少同态加密算法的计算量,提高数据加密的效率。
技术特征:1.基于同态加密的用户隐私保护方法,其特征在于,该方法包括以下步骤:
2.根据权利要求1所述基于同态加密的用户隐私保护方法,其特征在于,所述根据所述业主在每次看到所述广告内容时点击次数、滑动次数的变化情况,结合所述业主在每次看到所述广告内容的观看时长,得到所述业主对所述广告内容的整体兴趣增量,包括的具体步骤如下:
3.根据权利要求2所述基于同态加密的用户隐私保护方法,其特征在于,所述根据所述业主每次看到所述广告时点击次数、滑动次数的变化情况,得到所述业主在每次对所述广告内容的交互增量,包括的具体步骤如下:
4.根据权利要求2所述基于同态加密的用户隐私保护方法,其特征在于,所述根据所述业主在每次对所述广告内容的交互增量以及观看时长,得到所述业主在每次对所述广告内容的单次兴趣增量,包括的具体步骤如下:
5.根据权利要求1所述基于同态加密的用户隐私保护方法,其特征在于,所述根据所述业主对所述广告内容的点击次数、滑动次数以及整体兴趣增量,得到所述广告内容对所述业主的适配性,包括的具体步骤如下:
6.根据权利要求1所述基于同态加密的用户隐私保护方法,其特征在于,所述根据所述广告内容对所有业主的适配性,得到所述广告内容对所述业主的推荐指标,包括的具体步骤如下:
7.根据权利要求1所述基于同态加密的用户隐私保护方法,其特征在于,所述通过每个广告内容对所述业主的推荐指标,筛选得到所述业主的预推荐结果和适配指标,包括的具体步骤如下:
8.根据权利要求1所述基于同态加密的用户隐私保护方法,其特征在于,所述根据所有业主的适配指标对所有业主进行筛选得到个性化业主,包括的具体步骤如下:
9.根据权利要求1所述基于同态加密的用户隐私保护方法,其特征在于,所述对个性化业主及其预推荐结果进行加密得到加密数据,根据加密数据得到个性化业主的推荐加密内容并进行展示,包括的具体步骤如下:
10.根据权利要求1所述基于同态加密的用户隐私保护方法,其特征在于,所述获取每位业主在每次看到每个广告内容的点击次数、滑动次数以及观看时长,包括的具体步骤如下:
技术总结本发明涉及数据保护技术领域,具体涉及基于同态加密的用户隐私保护方法,包括:获取每位业主在每次看到每个广告内容的点击次数、滑动次数以及观看时长;根据点击次数、滑动次数以及观看时长得到整体兴趣增量;根据点击次数、滑动次数以及整体兴趣增量,得到适配性;根据适配性,得到推荐指标;通过推荐指标筛选得到预推荐结果和适配指标;根据适配指标筛选得到个性化业主;对个性化业主及其预推荐结果加密得到加密数据,根据加密数据得到个性化业主的推荐加密内容并进行展示。本发明通过对个性化业主及其预推荐结果进行加密,减少同态加密算法的计算量,提高数据加密的效率。技术研发人员:卢梦帆,张彦敏,王欣,李丹受保护的技术使用者:广东方天软件科技股份有限公司技术研发日:技术公布日:2024/7/29本文地址:https://www.jishuxx.com/zhuanli/20240730/195345.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。