CN115988245B - 基于安全多方计算隐私信息检索的智能电视广告推荐方法 - Google Patents
基于安全多方计算隐私信息检索的智能电视广告推荐方法 Download PDFInfo
- Publication number
- CN115988245B CN115988245B CN202211588767.1A CN202211588767A CN115988245B CN 115988245 B CN115988245 B CN 115988245B CN 202211588767 A CN202211588767 A CN 202211588767A CN 115988245 B CN115988245 B CN 115988245B
- Authority
- CN
- China
- Prior art keywords
- data set
- data
- advertiser
- user
- intersection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000004364 calculation method Methods 0.000 title claims abstract description 13
- 239000000284 extract Substances 0.000 claims abstract description 8
- 238000005516 engineering process Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及智能电视广告推送领域,具体涉及一种基于安全多方计算隐私信息检索的智能电视广告推荐方法,极大地提高了对用户信息的保护能力。方案包括:广告商与电视厂商协商用户唯一标识,广告商从原始数据集中提取出只包含用户唯一标识的第一数据集,电视厂商根据查询数据随机模拟生成第二数据集,对第一数据集与第二数据集求交集,得到交集数据集,广告商从原始数据集中提取对应的用户标签数据,得到第三数据集,广告商启动libOTe服务端,并将第三数据集作为libOTe的数据集,电视厂商启动libOTe客户端,并根据索引获取第三数据集中对应用的户标签数据,电视厂商根据对应的户标签数据向广告商请求对应的广告内容。本发明适用于智能电视的广告推送。
Description
技术领域
本发明涉及智能电视广告推送领域,具体涉及一种基于安全多方计算隐私信息检索的智能电视广告推荐方法。
背景技术
OTT(Over The Top)是指互联网公司以互联网智能电视等为平台,在公共互联网上为用户提供视频、游戏、购物等服务。大数据时代,OTT也成为了最广泛的智能电视桌面广告内容投放形式。对于众多品牌企业而言,大数据营销背景下,为了提升广告转化率,精细化运营成为主流。因此,广告商在购买电视厂商智能电视广告海报位后,需要根据不同的用户标签,在海报位上投放不同的广告内容。即:根据用户画像智能推荐广告内容,或者根据用户的浏览兴趣变化及时更换广告内容。
在OTT的精细化运营方案中,为了实现个性化广告推荐,需要识别电视设备前的用户在广告平台中的用户标签,广告商根据不同用户标签投放广告。因此,广告商和电视厂商需要协商一个在各自平台都存在的用户唯一标识,来关联广告平台的用户与电视平台的用户。目前,常见并且有效的关联标识是手机号码、邮箱等真实唯一标识。通常,这些用户标识会涉及到个人隐私信息。当电视OTT组件通过广告商提供的API接口上传用户唯一标识时,会存在泄漏用户隐私数据的问题。特别是,当电视用户不是广告平台用户时,会直接暴露电视用户唯一标识信息给广告商,导致用户信息泄露。
发明内容
本发明的目的是提供一种基于安全多方计算隐私信息检索的智能电视广告推荐方法,极大地提高了对用户信息的保护能力,保障了用户信息的安全性。
本发明采取如下技术方案实现上述目的,基于安全多方计算隐私信息检索的智能电视广告推荐方法,应用于广告推荐系统,所述广告推荐系统包括广告商和电视厂商,所述广告商为数据提供方,持有原始数据集,原始数据集包括用户标签数据集,所述用户标签数据集对应多种用户标签数据,电视厂商为数据查询方,提供查询数据,所述查询数据属于用户标签数据,所述方法包括:
步骤1、广告商与电视厂商协商确定用户唯一标识,所述用户唯一标识为用户标签数据集中的其中一种用户标签数据;
步骤2、广告商根据用户唯一标识,从原始数据集中提取出只包含用户唯一标识的第一数据集;
步骤3、电视厂商根据查询数据随机模拟生成第二数据集,所述第二数据集包括查询数据以及与多个与第一数据集中相同的数据,所述查询数据属于唯一标识;
步骤4、对第一数据集与第二数据集求交集,得到交集数据集,并获取查询数据在交集数据集的索引;
步骤5、广告商遍历交集数据集中的元素,从原始数据集中提取对应的用户标签数据,得到第三数据集,第三数据集中数据的顺序与交集数据集中数据顺序一致;
步骤6、广告商启动libOTe服务端,并将第三数据集作为libOTe的数据集;
步骤7、电视厂商启动libOTe客户端,并根据索引获取第三数据集中对应的用户标签数据;
步骤8、电视厂商根据对应的用户标签数据向广告商请求对应的广告内容。
本发明通过查询数据随机模拟生成第二数据集,所述第二数据集包括查询数据以及与多个与第一数据集中相同的数据,这样与第一数据集求交集获得的交集数据中就包含了多个交集元素,避免直接通过单一查询数据造成的信息泄露。
libOTe(Oblivious Transfer,OT)采用采用“n选1”不经意传输技术,实现隐私信息检索,完成匿踪查询,避免了查询数据的泄露。
进一步的是,步骤4中,对第一数据集与第二数据集求交集,得到交集数据集,并获取查询数据在交集数据集的索引具体包括:
基于libPSI对第一数据集与第二数据集求交集,得到一个索引集合,索引集合中的每个元素为每个交集元素在第二数据集中的索引;
电视厂商遍历索引集合中的索引,根据索引从第二数据集中提取出对应的元素,得到第一交集,第一交集作为交集数据集;
获取查询数据在第一交集中的索引。
libPSI允许参与方使用各自的数据集合计算交集,且不会泄露交集以外的任何数据,并且返回索引,提高了数据的安全性。
进一步的是,步骤4中,获取查询数据在第一交集中的索引后,还包括:电视厂商将第一交集发送给广告商。
进一步的是,步骤5中,广告商遍历交集数据集中的元素,从原始数据集中提取对应的用户标签数据,得到第三数据集具体包括:
广告商遍历第一交集中的元素,从原始数据集中提取对应的用户标签数据,得到第三数据集。
进一步的是,所述用户唯一标识为用户手机号码、用户邮箱或用户身份证号码。
本发明的有益效果为:
本发明通过隐私集合求交集和隐私信息检索等安全多方计算技术,能够在不暴露电视平台用户唯一标识的前提下,完成电视用户在广告平台中的用户标签查询,从而完成个性化广告推荐。极大地提高了对用户信息的保护能力。
附图说明
图1为本发明实施例提供的基于安全多方计算隐私信息检索的智能电视广告推荐方法流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明基于安全多方计算隐私信息检索的智能电视广告推荐方法,应用于广告推荐系统,所述广告推荐系统包括广告商和电视厂商,所述广告商为数据提供方,持有原始数据集,原始数据集包括用户标签数据集,所述用户标签数据集对应多种用户标签数据,电视厂商为数据查询方,提供查询数据,所述查询数据属于用户标签数据,所述方法包括:
步骤1、广告商与电视厂商协商确定用户唯一标识,所述用户唯一标识为用户标签数据集中的其中一种用户标签数据;
其中用户标签数据集与用户标签数据为一对多的关系,用户标签数据包括用户电话号码、身份证号码、邮箱以及兴趣爱好等。具体地,广告商与电视厂商可以协商电话号码、身份证号码或者邮箱为用户唯一标识。
步骤2、广告商根据用户唯一标识,从原始数据集中提取出只包含用户唯一标识的第一数据集;
具体地,若广告商与电视厂商协商确定电话号码为用户唯一标识,那么广告商根据用户电话号码,从原始数据集中提取出只包含用户电话号码的第一数据集。
步骤3、电视厂商根据查询数据随机模拟生成第二数据集,所述第二数据集包括查询数据以及与多个与第一数据集中相同的数据,所述查询数据属于唯一标识;
具体地,电视厂商提供一个电话号码为查询条件,为了避免单一数据的泄露,因此对查询数据即电话号码进行扩充,这样第二数据集与第一数据集的交集就包括了多个交集元素。
步骤4、对第一数据集与第二数据集求交集,得到交集数据集,并获取查询数据在交集数据集的索引;
步骤5、广告商遍历交集数据集中的元素,从原始数据集中提取对应的用户标签数据,得到第三数据集,第三数据集中数据的顺序与交集数据集中数据顺序一致;第三数据集中就包含了对应相同的电话号码,以及电话号码对应的用户标签数据下的其他用户标签数据,例如姓名、邮箱、身份证号码、兴趣爱好之类的用户数据特征。
步骤6、广告商启动libOTe服务端,并将第三数据集作为libOTe的数据集;
步骤7、电视厂商启动libOTe客户端,并根据索引获取第三数据集中对应的用户标签数据;
步骤8、电视厂商根据对应的用户标签数据向广告商请求对应的广告内容。
具体地,电视厂商根据查询数据即电话号码的索引在第三数据集中获取对应用户标签数据下的其他信息,例如可以获取用户对应的兴趣爱好,电视厂商根据兴趣爱好用户标签向广告商请求兴趣爱好对应的广告内容,若这个兴趣爱好为看电影,那么广告商则提供电影的预告片广告给电视厂商,电视厂商在对应智能电视对应位置呈现广告内容,完成个性化广告推送。
如图1所示,为本发明实施例提供的基于安全多方计算隐私信息检索的智能电视广告推荐方法流程图,包含四个阶段:数据预处理阶段、PSI计算阶段、PIR计算阶段、广告推送阶段。
在本实施例中,广告商是数据提供方,在安全多方计算中作为0方参与者;电视厂商是查询方,在安全多方计算中作为1方参与者。0方拥有一个大小为n的数据集,数据集中包含多种用户标签数据,例如tel:用户手机号码,tag:广告平台中,用户标签,即用户手机号码为用户的一种标签。
0方和1方协商使用tel作为用户唯一标识。即:每次查询请求中,1方携带一个tel,检索对应tel在0方数据集中对应的tag。并且,在查询过程中,0方不能获取到1方的查询信息以及检索出的数据项。
如果,0方持有的数据集大小为500万,用P表示。1方持有的手机号码,用t表示;
那么,在数据预处理阶段,0方需要基于P梳理出仅包含tel的数据集,用A表示。1方需要根据t,随机构造一个大小为1万,且仅包含tel的数据集,用B表示。
在PSI计算阶段,0方和1方基于PSI技术计算出A与B的交集,用I表示。即:I=A∩B。PSI技术通过一系列底层的密码学技术,允许参与方使用各自的数据集合计算交集,且不会泄露交集以外的任何数据。
在PIR计算阶段,0方首先基于交集I,梳理出P的子集P`。1方通过“n选1”不经意传输(Oblivious Transfer,OT)技术查询t在P`中的tag。OT是一个密码学协议,它使得数据方无法知道查询方的查询条件以及检出结果,同时也能保证查询方只能获取到一条结果,保护查询方和数据方的隐私信息。因此,通过PIR查询,可以保证1方在向0方提交查询请求后,在查询信息不被泄露的条件下完成查询,过程中0方不知道1方的查询信息以及检索出的数据项。
最后,在广告推送阶段,1方携带PIR计算阶段检索出的tag,请求0方提供的广告拉取接口,0方根据tag响应对应的广告内容,完成广告推送。
基于上述原理,本发明实施例提供的方案包含以下详细步骤:
S1、0方与1方协商一个用户唯一标识,假设为:tel。
S2、0方按照协商好的标识tel,根据自己持有的数据集P梳理出仅包含tel的数据集A。
S3、1方根据自己持有的t(即查询的电话号码),随机模拟生成一个大小为1万,且仅包含tel的数据集B。注意,需要使t∈B,同时1方计算出t在B中的索引(从0开始),用i`表示。
S4、0方和1方基于libPSI,对A、B求交集。libPSI,是一个实现了众多PSI算法的隐私求交集开源库。通过libPSI计算后,如果A与B存在交集,那么可以在1方得到一个包含索引的集合I`。I`中的元素是每一个交集元素在B中的索引,并且这些索引会被打乱顺序后写入I`。
S5、1方判断i`是否属于I`。如果那么回到步骤S3。如果i`∈I`,那么继续执行后续步骤。
S6、1方遍历I`中的索引,取出B中对应索引的元素,依次写入交集I,即:I=A∩B,因为所以t∈I,t∈A,t∈B。
S7、1方计算出t在I中的索引,用i表示。然后,1方通过http接口,将交集I传递给0方。0方接收I后,需要保证I中元素顺序不再改变。
S8、0方遍历I中元素,将P中对应的数据依次写入集合P`中。即:P`是P的子集,并且P`在tel列上的顺序与I一致。
S9、接着,0方和1方基于libOTe,采用“n选1”不经意传输(Oblivious Transfer,OT)技术,实现隐私信息检索,完成匿踪查询。libOTe,是一个实现了多种OT算法的开源库。
S10、首先,0方需要启动libOTe服务端,并将集合P`作为libOTe的数据集。
S11、然后,1方启动libOTe客户端程序,并指定需要查询的数据索引i。即:1方请求获取0方数据集P`中的第i条记录。
S12、在1方查询到P`中第i条记录后,即可获取到t对应的tag下其他信息,用f表示。
S13、1方携带f,请求0方广告接口,即可在不暴露t给0方的前提下,完成根据用户标签f拉取广告内容的操作。
S14、1方在智能电视对应位置呈现广告内容,完成个性化广告推送。
综上所述,本发明通过隐私集合求交集和隐私信息检索等安全多方计算技术,能够在不暴露电视平台用户唯一标识的前提下,完成电视用户在广告平台中的用户标签查询,从而完成个性化广告推荐,极大地提高了对用户信息的保护能力,保障了用户信息的安全性。
Claims (2)
1.基于安全多方计算隐私信息检索的智能电视广告推荐方法,应用于广告推荐系统,所述广告推荐系统包括广告商和电视厂商,所述广告商为数据提供方,持有原始数据集,原始数据集包括用户标签数据集,所述用户标签数据集包含多种用户标签数据,电视厂商为数据查询方,提供查询数据,所述查询数据属于用户标签数据,其特征在于,所述方法包括:
步骤1、广告商与电视厂商协商确定用户唯一标识,所述用户唯一标识为用户标签数据集中的其中一种用户标签数据;
步骤2、广告商根据用户唯一标识,从原始数据集中提取出只包含用户唯一标识的第一数据集;
步骤3、电视厂商根据查询数据随机模拟生成第二数据集,所述第二数据集包括查询数据以及与多个与第一数据集中相同的数据,所述查询数据属于唯一标识;
步骤4、广告商与电视厂商基于libPSI对第一数据集与第二数据集求交集,得到一个索引集合,索引集合中的每个元素为每个交集元素在第二数据集中的索引;
电视厂商遍历索引集合中的索引,根据索引从第二数据集中提取出对应的元素,得到第一交集,第一交集作为交集数据集,获取查询数据在第一交集中的索引,并将第一交集发送给广告商;
步骤5、广告商遍历交集数据集中的元素,从原始数据集中提取对应的用户标签数据,得到第三数据集,第三数据集中数据的顺序与交集数据集中数据顺序一致;
步骤6、广告商启动libOTe服务端,并将第三数据集作为libOTe的数据集;
步骤7、电视厂商启动libOTe客户端,并根据索引获取第三数据集中对应的用户标签数据;
步骤8、电视厂商根据对应的用户标签数据向广告商请求对应的广告内容。
2.根据权利要求1所述的基于安全多方计算隐私信息检索的智能电视广告推荐方法,其特征在于,所述用户唯一标识为用户手机号码、用户邮箱或用户身份证号码。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211588767.1A CN115988245B (zh) | 2022-12-12 | 2022-12-12 | 基于安全多方计算隐私信息检索的智能电视广告推荐方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211588767.1A CN115988245B (zh) | 2022-12-12 | 2022-12-12 | 基于安全多方计算隐私信息检索的智能电视广告推荐方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115988245A CN115988245A (zh) | 2023-04-18 |
CN115988245B true CN115988245B (zh) | 2024-04-16 |
Family
ID=85957284
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211588767.1A Active CN115988245B (zh) | 2022-12-12 | 2022-12-12 | 基于安全多方计算隐私信息检索的智能电视广告推荐方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115988245B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2171621B1 (en) * | 2007-05-21 | 2013-09-04 | Google, Inc. | Query statistics provider |
WO2019039923A1 (ko) * | 2017-08-25 | 2019-02-28 | 이상협 | 디지털 인식기를 이용한 정보수집시스템 및 방법 |
CN109657489A (zh) * | 2018-08-03 | 2019-04-19 | 湖北工业大学 | 一种隐私保护的集合交集两方安全计算方法及系统 |
CN113553615A (zh) * | 2021-07-07 | 2021-10-26 | 深圳前海新心数字科技有限公司 | 一种隐私数据共享系统的匹配查询方法 |
WO2022015948A1 (en) * | 2020-07-15 | 2022-01-20 | Georgia Tech Research Corporation | Privacy-preserving fuzzy query system and method |
CN114385673A (zh) * | 2022-01-06 | 2022-04-22 | 北京数牍科技有限公司 | 一种基于隐私保护集合求交的三要素查询方法 |
CN114490828A (zh) * | 2022-02-07 | 2022-05-13 | 上海同态信息科技有限责任公司 | 多表联合查询装置及算法 |
CN115391650A (zh) * | 2022-08-22 | 2022-11-25 | 上海阵方科技有限公司 | 一种应用于金融场景的隐私标签查询方法及系统 |
CN115412356A (zh) * | 2022-09-02 | 2022-11-29 | 杭州趣链科技有限公司 | 数据查询设备法、装置、计算机设备以及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10108818B2 (en) * | 2015-12-10 | 2018-10-23 | Neustar, Inc. | Privacy-aware query management system |
US11436448B2 (en) * | 2019-12-06 | 2022-09-06 | Palo Alto Research Center Incorporated | System and method for differentially private pool-based active learning |
-
2022
- 2022-12-12 CN CN202211588767.1A patent/CN115988245B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2171621B1 (en) * | 2007-05-21 | 2013-09-04 | Google, Inc. | Query statistics provider |
WO2019039923A1 (ko) * | 2017-08-25 | 2019-02-28 | 이상협 | 디지털 인식기를 이용한 정보수집시스템 및 방법 |
CN109657489A (zh) * | 2018-08-03 | 2019-04-19 | 湖北工业大学 | 一种隐私保护的集合交集两方安全计算方法及系统 |
WO2022015948A1 (en) * | 2020-07-15 | 2022-01-20 | Georgia Tech Research Corporation | Privacy-preserving fuzzy query system and method |
CN113553615A (zh) * | 2021-07-07 | 2021-10-26 | 深圳前海新心数字科技有限公司 | 一种隐私数据共享系统的匹配查询方法 |
CN114385673A (zh) * | 2022-01-06 | 2022-04-22 | 北京数牍科技有限公司 | 一种基于隐私保护集合求交的三要素查询方法 |
CN114490828A (zh) * | 2022-02-07 | 2022-05-13 | 上海同态信息科技有限责任公司 | 多表联合查询装置及算法 |
CN115391650A (zh) * | 2022-08-22 | 2022-11-25 | 上海阵方科技有限公司 | 一种应用于金融场景的隐私标签查询方法及系统 |
CN115412356A (zh) * | 2022-09-02 | 2022-11-29 | 杭州趣链科技有限公司 | 数据查询设备法、装置、计算机设备以及存储介质 |
Non-Patent Citations (2)
Title |
---|
电子医疗环境下容错且可验证的数据检索方案;敖章衡;张应辉;郑东;;计算机工程与科学;20170615(06);全文 * |
适用于社交网络的隐私保护兴趣度匹配方案;罗小双;杨晓元;王绪安;;计算机应用;20161210(12);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115988245A (zh) | 2023-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9092805B2 (en) | Targeting online ads based on political demographics | |
US20160253700A1 (en) | System and method for automated advocate marketing with digital rights registration | |
TW201740295A (zh) | 確定用戶行為偏好的方法、推薦資訊的展示方法和裝置 | |
US9324113B2 (en) | Presenting social network connections on a search engine results page | |
US20080160490A1 (en) | Seeking Answers to Questions | |
US20130238393A1 (en) | System and method for brand monitoring and trend analysis based on deep-content-classification | |
CN110035314A (zh) | 信息的展示方法和装置、存储介质、电子装置 | |
CN106530012B (zh) | 广告物料数据处理方法及装置 | |
CN106471539A (zh) | 用于混淆受众测量的系统和方法 | |
AU2012268374A1 (en) | Reducing redirects | |
WO2014004351A1 (en) | Recommended content for an endorsement user interface | |
JP2017516195A (ja) | 広告における広告主識別子の自動検証 | |
CN102360364A (zh) | 一种应用自动推荐的方法及装置 | |
EP2156309A2 (en) | A system and device for social shopping on-line | |
Van Couvering | The political economy of new media revisited | |
US20140289255A1 (en) | Application of community-defined descriptors to mobile content | |
CN112015986A (zh) | 数据推送方法、装置、电子设备及计算机可读存储介质 | |
US20100011021A1 (en) | System and method for context map generation | |
US8984091B1 (en) | Providing content based on timestamp of last request for content | |
CN101571864A (zh) | 一种社会网络广告 | |
CN112262385A (zh) | 信息处理方法、信息显示方法、程序、终端、服务器 | |
CN115988245B (zh) | 基于安全多方计算隐私信息检索的智能电视广告推荐方法 | |
WO2018236934A2 (en) | MONETISATION AND CONTENT DEVELOPMENT | |
JP2001188737A (ja) | 分類識別装置 | |
US11785001B1 (en) | Image-based access to data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |