基于多特征协同知识图谱和区块链的安全跨域推荐方法
成果类型:: 发明专利
发布时间: 2023-12-27 09:07:50
本发明涉及数据处理技术领域,具体涉及一种基于多特征协同知识图谱和区块链的安全跨域推荐方法;包括客户端存储不上传于服务器的用户数据,并对用户数据进行预处理后上传;构建多特征协同知识图谱进行跨域信息安全融合;所有参与方注册加入区块链,写入操作上链,以便进行数据异常检测分析与源头追溯;将用户特征和知识图谱作为GCN的输入,向目标用户输出个性化推荐列表。实现将特征作为知识图谱中的实体节点,以隐藏与个体关联的敏感信息,实现满足推荐中用户数据分析需求的同时保护隐私安全;针对模型中毒攻击,引入区块链技术实现上链数据可追溯,从源头上保证数据的安全性;进而实现收集数据的正确性和完整性,从而提高推荐准确率。
本发明的目的在于提供一种基于多特征协同知识图谱和区块链的安全跨域推荐方法,通过多特征协同知识图谱能够有效的保证数据融合过程中的隐私安全,同时引入了区块链作为多方共信机制,实现上传数据的源头可追溯,能有效的抵御分布式环境下的中毒攻击,保证收集数据的正确性和完整性,实现了多源跨域推荐中的推荐精度和隐私安全的双赢保证。
基于多特征协同知识图谱和区块链的安全跨域推荐方法是一种基于数据处理技术的推荐方法,其在信息爆炸的时代具有广泛的应用前景。以下是一些可能的应用场景:
推荐系统:推荐系统是一种能够有效应对信息呈爆炸式增长的数据筛选工具,其本质是基于用户历史数据构建用户画像,主动推荐与用户偏好相一致的对象,该对象不仅可以是商品,也可以是服务,如某些商家提供的旅游服务、票务服务、订餐服务等各种休闲娱乐服务。
数据安全:基于多特征协同知识图谱和区块链的安全跨域推荐方法,通过多特征协同知识图谱能够有效的保证数据融合过程中的隐私安全,同时引入了区块链作为多方共信机制,实现上传数据的源头可追溯,能有效的抵御分布式环境下的中毒攻击,保证收集数据的正确性和完整性,实现了多源跨域推荐中的推荐精度和隐私安全的双赢保证。
总之,基于多特征协同知识图谱和区块链的安全跨域推荐方法在数据处理和安全领域具有广泛的应用前景,可以提高数据处理和推荐的精度和安全性,为智慧城市的建设和发展提供技术支持。
广西师范大学地处世界级旅游城市、国家历史文化名城桂林,是国家教育部与广西壮族自治区人民政府共建高校,“中西部高校基础能力建设工程项目”高校,广西重点建设的“国内一流大学”高校,全国文明校园。有王城、育才、雁山3个校区,校园面积4100多亩,各类学生50000多人,各类教职工4000多人(含离退休人员)。学校已发展成为广西教师教育的“领头羊”、人文强桂的“主力军”、科技兴桂的“生力军”、广西国际教育的“排头兵”。目前,学校正全力推进“双一流”建设和综合改革,努力实现建设国际知名、教师教育特色鲜明的国内一流大学的目标。
将上传源头、上传时间信息写入到区块链,在检测到数据异常时,根据区块链中存储的写入记录逆向进行源头追溯,并执行相应的惩罚机制。
本发明的一种基于多特征协同知识图谱和区块链的安全跨域推荐方法,通过提出集成联邦学习和区块链框架来设计基于多特征协同知识图谱和区块链的安全跨域推荐模型,以实现推荐精度和隐私安全的同时保证。一方面,针对隐私泄露问题,本发明集成联邦学习框架设计了多特征协同知识图谱,首次将特征作为知识图谱中的实体节点,以隐藏与个体关联的敏感信息,实现满足推荐中用户数据分析需求的同时保护隐私安全。另一方面,针对模型中毒攻击,引入区块链技术实现上链数据可追溯,从源头上保证数据的安全性。本发明关注推荐系统中的隐私安全和数据验证问题,采用跨域协同的方式提高推荐精度,设计基于特征的知识图谱以隐藏个体的敏感信息,同时基于区块链实现特征数据的可追溯,降低自私节点上传虚假数据的概率,实现安全、精确的双赢推荐效果。
技术转让,许可,合作所需资金需双方协商,此项技术想尽快落地保定,希望具备此项技术研发的技术方,能够尽快承接此项目。