推荐系统已经成为Internet商家给用户提供个性化服务的高级商务智能平台之一，然而，用于研究推荐系统的数据信息里往往存在能够被攻击者直接或者间接获取的个人隐私。近年来受到极大关注的差分隐私保护是一种非常严格的、可证明的隐私保护模型。针对目前流行的协同过滤算法之一的矩阵分解进行了研究，提出了采用差分隐私保护技术对原始输入数据进行预处理和扰动处理的新方法。最后通过在真实数据集上进行相关实验验证，结果表明提出的带差分隐私保护的矩阵分解算法达到了预期：既能保护用做推荐研究的原始数据集的隐私，又没有严重影响推荐的准确率。
2022-05-25 08:57:58
1.54MB
1
数据监管的大背景
数据合规专项治理活动频繁
个保新治理阶段，重点平台重点监管
企业安全三大赋能对象
个保法下Privacy by Design 怎么做
网安法下SDLC 怎么做
2021-12-15 14:00:16
9.39MB
ISO27701隐私信息管理体系资料包合集
GDPR资料专题资料
个人金融信息保护技术规范
个人信息安全影响评估指南
互联网个人信息安全保护指南
App违法违规收集使用个人信息行为认定方法
个人信息出境安全评估办法
从策略到实践-如何在金融行业中做好个人信息安全与保障
自证合规个人金融信息保护等等
2021-05-12 09:00:11
78.78MB
包含企业数据防泄密体系咨询服务说明书、企业数据防泄密体系咨询服务宣传胶片PPT、企业数据防泄密体系咨询服务一指禅、企业数据防泄密体系咨询服务服务建议书、企业数据防泄密体系咨询服务交付指导书、企业数据防泄密体系咨询服务销售指导书等
2021-03-16 09:00:15
3.42MB