CN117370673A - 算法推荐服务的数据管理方法及装置 - Google Patents
算法推荐服务的数据管理方法及装置 Download PDFInfo
- Publication number
- CN117370673A CN117370673A CN202311678732.1A CN202311678732A CN117370673A CN 117370673 A CN117370673 A CN 117370673A CN 202311678732 A CN202311678732 A CN 202311678732A CN 117370673 A CN117370673 A CN 117370673A
- Authority
- CN
- China
- Prior art keywords
- information
- characteristic data
- personal information
- recommendation
- different personal
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000013523 data management Methods 0.000 title claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 18
- 230000003993 interaction Effects 0.000 claims description 58
- 230000005540 biological transmission Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 13
- 230000006399 behavior Effects 0.000 claims description 11
- 238000012795 verification Methods 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000008901 benefit Effects 0.000 description 5
- 238000000586 desensitisation Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9014—Indexing; Data structures therefor; Storage structures hash tables
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6227—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database where protection concerns the structure of data, e.g. records, types, queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2221/00—Indexing scheme relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F2221/21—Indexing scheme relating to G06F21/00 and subgroups addressing additional information or applications relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F2221/2107—File encryption
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Medical Informatics (AREA)
- Storage Device Security (AREA)
Abstract
本发明提供一种算法推荐服务的数据管理方法及装置,属于数据处理技术领域,本发明的算法推荐服务的数据管理方法,通过哈希算法将不同的个人基本信息进行加密以实现对个人基本信息的脱敏处理,得到个人信息特征数据,进一步地将个人信息特征数据进行打乱顺序并加密传输至推荐算法应用平台,使用第二区块链来保存索引顺序表并生成目标公钥,可以保证只有推荐算法应用平台能安全地获取索引顺序表以及目标公钥对应的目标私钥来进行数据解密,防止数据在传输过程中被劫持利用,损伤用户利益,降低了数据泄露的风险,保证了数据的安全性。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种算法推荐服务的数据管理方法及装置。
背景技术
算法推荐服务是一种利用数据分析和机器学习算法来提供个性化推荐的服务。通过收集用户的行为数据、兴趣爱好、偏好等信息,算法推荐服务能够分析和理解用户的需求,从而给用户提供个性化的推荐内容或产品。算法推荐服务广泛应用于电子商务、社交媒体、音乐、视频、新闻、阅读等领域。它可以帮助用户发现感兴趣的商品、社交圈子、音乐歌单、视频节目、新闻资讯等,提高用户的满意度和体验。
算法推荐服务需要利用用户的数据来训练模型、优化模型参数以得到更准确的推荐内容。一些用户交互平台直接参与用户的交互,如手机等终端中的软件产品,获取的数据较为复杂,针对每种类型的用户数据并不拥有匹配的高精准度推荐模型,或者并不提供相关的推荐服务,无法直接利用所获取的用户信息来进行内容推荐。这些用户交互平台通常选择利用第三方的推荐算法应用平台来进行内容推荐。这些第三方的推荐算法应用平台基于大数据分析和机器学习技术,通过对用户的行为数据进行挖掘和分析,建立用户模型,并根据用户模型进行个性化的推荐。
相关技术中,用户交互平台在获取到用户所授权的用户信息后,需要再将用户信息发送至第三方的推荐算法应用平台。用户信息通常会包含用户授权的个人信息等与用户利益相关的信息,这些信息在用户授权的基础上会直接被传输至第三方推荐算法应用平台,在传输以及利用过程中由于第三方不规范的操作,可能会产生数据泄露,造成用户数据的不安全。
发明内容
本发明提供一种算法推荐服务的数据管理方法及装置,用以解决现有技术中使用第三方的推荐算法应用平台会造成用户信息泄露的缺陷,实现保障发送至第三方的推荐算法应用平台的用户数据安全性的效果。
本发明提供一种算法推荐服务的数据管理方法,应用于用户交互平台,所述方法包括:
获取不同用户的用户信息,所述用户信息包括个人基本信息和兴趣偏好信息;
利用哈希算法将不同的个人基本信息进行加密,得到各加密后的个人信息特征数据,并将不同的个人信息特征数据与对应的个人基本信息上传至第一区块链上用户交互平台对应的节点;所述第一区块链用于存储所述用户交互平台的机密信息;
基于不同的个人信息特征数据与对应的各兴趣偏好信息的初始顺序,得到索引顺序表,并将不同的个人信息特征数据的顺序打乱,将所述索引顺序表上传至第二区块链上对应的第一区块链节点;所述索引顺序表用于表示各不同的个人信息特征数据的初始顺序;
从所述第一区块链节点上获取所述用户交互平台对应的目标公钥,使用所述目标公钥将打乱顺序后的不同的个人信息特征数据加密;所述第二区块链用于供所述用户交互平台对应的第一区块链节点与推荐算法应用平台在所述第二区块链上对应的第二区块链节点进行信息的安全传输;
将加密并打乱顺序的不同的个人信息特征数据以及未打乱顺序的各兴趣偏好信息发送至推荐算法应用平台;
接收所述推荐算法应用平台发送的按照所述索引顺序表排列的不同的个人信息特征数据所对应的各推荐信息;所述推荐算法应用平台通过所述第二区块链节点从所述第一区块链节点获取所述索引顺序表以及获取所述目标公钥对应的目标私钥来进行数据解密。
根据本发明提供的一种算法推荐服务的数据管理方法,所述基于不同的个人信息特征数据与对应的各兴趣偏好信息的初始顺序,得到索引顺序表,并将不同的个人信息特征数据的顺序打乱,包括:
确定不同的个人信息特征数据对应的各唯一标识符,得到初始顺序下包括各唯一标识符的索引顺序表;
使用随机数生成算法生成与不同的个人信息特征数据的数量相同长度的随机数序列;
将不同的个人信息特征数据分别与初始顺序下的随机数序列中的数进行关联,并将不同的个人信息特征数据按照关联的随机数进行重新排序。
根据本发明提供的一种算法推荐服务的数据管理方法,所述从所述第一区块链节点上获取所述用户交互平台对应的目标公钥,使用所述目标公钥将打乱顺序后的不同的个人信息特征数据加密,包括:
在需要发送加密后的用户信息的情况下,向所述第二区块链上对应的第一区块链节点发送密钥生成信息;
通过所述第一区块链节点上的智能合约生成所述目标公钥和与所述目标公钥对应的目标私钥;
接收所述第一区块链节点发送的所述目标公钥;
通过所述目标公钥将打乱顺序后的不同的个人信息特征数据加密。
根据本发明提供的一种算法推荐服务的数据管理方法,在所述接收所述推荐算法应用平台发送的按照所述索引顺序表排列的不同的个人信息特征数据所对应的各推荐信息之前,所述方法还包括:
通过所述推荐算法应用平台向所述第二区块链节点发送数据请求信息;
通过所述第二区块链节点利用所述第二区块链上的信道向所述第一区块链节点发送数据请求信息以及所述推荐算法应用平台在所述第二区块链上对应的身份证明;
在通过所述第一区块链节点对所述推荐算法应用平台的身份证明验证通过的情况下,通过所述第一区块链节点利用所述第二区块链上的信道向所述第二区块链节点发送所述目标私钥和所述索引顺序表,并通过所述推荐算法应用平台接收所述第二区块链节点发送的所述目标私钥和所述索引顺序表。
根据本发明提供的一种算法推荐服务的数据管理方法,在所述通过所述推荐算法应用平台接收所述第二区块链节点发送的所述目标私钥和所述索引顺序表之后,所述方法还包括:
通过所述推荐算法应用平台利用所述目标私钥将加密并打乱顺序的不同的个人信息特征数据进行解密;
基于所述索引顺序表,通过所述推荐算法应用平台将不同的个人信息特征数据按照所述初始顺序排列并将不同的个人信息特征数据与对应的各兴趣偏好信息进行关联;
通过所述推荐算法应用平台基于不同的个人信息特征数据以及关联的各兴趣偏好信息,生成不同的个人信息特征数据所对应的各推荐信息;
通过所述推荐算法应用平台将不同的个人信息特征数据所对应的各推荐信息按照所述初始顺序排序并发送至所述用户交互平台。
根据本发明提供的一种算法推荐服务的数据管理方法,所述个人基本信息包括姓名、性别、年龄、联系方式、位置信息以及社交关系信息中的至少一项。
根据本发明提供的一种算法推荐服务的数据管理方法,所述兴趣偏好信息包括用户的搜索历史、点击行为、购买记录以及评价反馈信息中的至少一项。
本发明还提供一种算法推荐服务的数据管理装置,包括:
获取模块,用于获取不同用户的用户信息,所述用户信息包括个人基本信息和兴趣偏好信息;
加密模块,用于利用哈希算法将不同的个人基本信息进行加密,得到各加密后的个人信息特征数据,并将不同的个人信息特征数据与对应的个人基本信息上传至第一区块链上用户交互平台对应的节点;所述第一区块链用于存储所述用户交互平台的机密信息;
第一处理模块,用于基于不同的个人信息特征数据与对应的各兴趣偏好信息的初始顺序,得到索引顺序表,并将不同的个人信息特征数据的顺序打乱,将所述索引顺序表上传至第二区块链上对应的第一区块链节点;所述索引顺序表用于表示各不同的个人信息特征数据的初始顺序;
第二处理模块,用于从所述第一区块链节点上获取所述用户交互平台对应的目标公钥,使用所述目标公钥将打乱顺序后的不同的个人信息特征数据加密;所述第二区块链用于供所述用户交互平台对应的第一区块链节点与推荐算法应用平台在所述第二区块链上对应的第二区块链节点进行信息的安全传输;
第三处理模块,用于将加密并打乱顺序的不同的个人信息特征数据以及未打乱顺序的各兴趣偏好信息发送至推荐算法应用平台;
接收模块,用于接收所述推荐算法应用平台发送的按照所述索引顺序表排列的不同的个人信息特征数据所对应的各推荐信息;所述推荐算法应用平台通过所述第二区块链节点从所述第一区块链节点获取所述索引顺序表以及获取所述目标公钥对应的目标私钥来进行数据解密。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述算法推荐服务的数据管理方法。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述算法推荐服务的数据管理方法。
本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述算法推荐服务的数据管理方法。
本发明提供的算法推荐服务的数据管理方法及装置,通过哈希算法将不同的个人基本信息进行加密以实现对个人基本信息的脱敏处理,得到个人信息特征数据,进一步地将个人信息特征数据进行打乱顺序并加密传输至推荐算法应用平台,使用第二区块链来保存索引顺序表并生成目标公钥,可以保证只有推荐算法应用平台能安全地获取索引顺序表以及目标公钥对应的目标私钥来进行数据解密,防止数据在传输过程中被劫持利用,损伤用户利益,降低了数据泄露的风险,保证了数据的安全性。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的算法推荐服务的数据管理方法的流程示意图之一;
图2是本发明提供的算法推荐服务的数据管理方法的流程示意图之二;
图3是本发明提供的算法推荐服务的数据管理装置的结构示意图;
图4是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明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作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。
下面结合图1-图4描述本发明的算法推荐服务的数据管理方法及装置。
本发明的算法推荐服务的数据管理方法应用于用户交互平台。用户交互平台通常可以获取用户数据,并与用户进行交互,以提供个性化的内容推荐。
用户交互平台可以是手机等终端中的软件产品,例如社交媒体平台、音视频流媒体平台、阅读类平台以及电子商务平台等,此处不作限制。
如图1所示,本发明实施例的算法推荐服务的数据管理方法主要包括步骤110、步骤120、步骤130、步骤140、步骤150以及步骤160。
步骤110,获取不同用户的用户信息,用户信息包括个人基本信息和兴趣偏好信息。
当然,需要说明的是,包括个人基本信息和兴趣偏好信息的用户信息是在用户同意或者授权的情况下获取的。
在获取到这些信息后,根据不同用户信息对安全级别要求的不同程度,可以把用户信息划分为对安全等级要求更高的个人基本信息以及安全等级要求较低的兴趣偏好信息。
可以理解的是,个人基本信息可以包括姓名、性别、年龄、联系方式、位置信息以及社交关系信息中的至少一项。
兴趣偏好信息可以包括用户的搜索历史、点击行为、购买记录以及评价反馈信息中的至少一项。
搜索历史指用户在平台上进行的搜索行为记录,包括搜索的关键词、搜索的频率、搜索结果的点击情况等。搜索历史可以透露用户对特定主题、产品或服务的兴趣。
点击行为指用户在平台上点击的内容,例如新闻文章、产品详情页、广告链接等。通过分析用户的点击行为,平台可以了解用户对不同类型内容的偏好。
购买记录指用户在电子商务平台上的购买行为记录,包括购买的商品或服务、购买的频率、购买金额等。购买记录可以反映用户的消费习惯和偏好。
评价反馈信息指用户对所购买产品或服务的评价、评论或反馈信息。这些信息可以包括用户的满意度、建议意见、产品体验等,对平台和其他用户具有参考意义。
不同平台获取用户信息的方式可能会有所不同,但通常可以通过用户注册和用户行为分析的方式来获取用户信息。
大多数平台要求用户进行账户注册,并提供基本的个人信息,如用户名、电子邮件地址和密码。用户注册时可能会被要求提供其他信息,如姓名、性别、年龄等。
此外,平台会对用户在平台上的行为进行跟踪和分析,例如点击、观看历史、点赞、评论、分享等。通过分析这些行为数据,平台可以获取用户的喜好、兴趣和偏好相关的信息。
在一些实施例中,用户可以主动提供反馈或设定个人偏好设置,例如选择关注的主题、艺术家、作者、品牌等。这些信息可以帮助平台更好地获取用户的兴趣和需求。
步骤120,利用哈希算法将不同的个人基本信息进行加密,得到各加密后的个人信息特征数据,并将不同的个人信息特征数据与对应的个人基本信息上传至第一区块链上用户交互平台对应的节点。
可以理解的是,可以选择合适的哈希算法,可以选择的常见的哈希算法包括MD5、SHA-1、SHA-256等,此处不作限制。
利用哈希算法将个人基本信息中的不同数据按照一定的顺序或格式进行组合,形成一个字符串作为输入数据,使用选择的哈希算法对组合后的字符串进行加密操作,生成一个加密后的个人信息特征数据。
在此基础上,将不同的个人信息特征数据与对应的个人基本信息上传至第一区块链上用户交互平台对应的节点进行保密存储。
第一区块链用于存储用户交互平台的机密信息,例如用户交互平台可以采用企业级的联盟链构建专属节点来存储机密信息。
需要注意的是,哈希算法是单向不可逆的,即无法从加密后的特征数据反推出原始个人基本信息。这意味着在实际应用中,加密后的特征数据通常用于关联兴趣偏好信息来便于内容推荐,而不直接用于还原原始信息,可以保证更为敏感的个人基本信息不会发送至第三方的推荐算法应用平台。
步骤130,基于不同的个人信息特征数据与对应的各兴趣偏好信息的初始顺序,得到索引顺序表,并将不同的个人信息特征数据的顺序打乱,将打乱后的索引顺序表上传至第二区块链上对应的第一区块链节点。
可以理解的是,不同的个人信息特征数据与对应的各兴趣偏好信息均会按照初始顺序一一对应关联。
索引顺序表用于表示各不同的个人信息特征数据的初始顺序。
可以理解的是,可以将不同的个人信息特征数据的顺序打乱,进而使得发送至第三方的推荐算法应用平台的不同的个人信息特征数据是乱序的,无法直接与各个兴趣偏好信息对应关联,即便数据在传输过程中被劫持,也无法被相关方进行利用,保障了用户的权益。
在本实施方式中,可以将索引顺序表上传至第二区块链上对应的第一区块链节点。第二区块链用于供用户交互平台对应的第一区块链节点与推荐算法应用平台在第二区块链上对应的第二区块链节点进行信息的安全传输。推荐算法应用平台在第二区块链上对应的第二区块链节点可以从第一区块链节点获取索引顺序表重新排列数据。第二区块链也可以采用用户交互平台以及推荐算法应用平台均参与的联盟链来构建。联盟链中参与者是经过授权的实体,可以限制参与者的访问权限和数据可见性,从而保护敏感信息的隐私,只有被授权的成员才能参与到链上的交易和共识过程。
在一些实施例中,如图2所示,基于不同的个人信息特征数据与对应的各兴趣偏好信息的初始顺序,得到索引顺序表,并将不同的个人信息特征数据的顺序打乱,主要包括步骤210、步骤220以及步骤230。
步骤210,确定不同的个人信息特征数据对应的各唯一标识符,得到初始顺序下包括各唯一标识符的索引顺序表。
可以采用不同的算法如UUID算法等为每个个人信息特征数据对分配一个唯一标识符。将每个个人信息特征数据与对应的唯一标识符关联起来,再创建一个初始顺序表,并按照初始顺序将每个个人信息特征数据对应的唯一标识符进行存储,进而得到数据容量较小的包括各唯一标识符的索引顺序表,有利于上传至区块链节点进行存储。
步骤220,使用随机数生成算法生成与不同的个人信息特征数据的数量相同长度的随机数序列。
使用适当的随机数生成算法,如伪随机数生成算法,生成与个人信息特征数据数量相同长度的随机数序列。
步骤230,将不同的个人信息特征数据分别与初始顺序下的随机数序列中的数进行关联,并将不同的个人信息特征数据按照关联的随机数进行重新排序。
例如,存在五组不同的个人信息特征数据[A,B,C,D,E],对应生成的随机数序列为[3,5,1,2,4],则A所关联的随机数为3,A重新排序后的序号是3,则B所关联的随机数为5,B重新排序后的序号是5,依此类推。进而得到重新排序后的不同的个人信息特征数据[C,D,A,E,B]。
在本实施方式中,采用适当的随机数生成算法,可以使得不同的个人信息特征数据进行重新排序。
步骤140,从第一区块链节点上获取用户交互平台对应的目标公钥,使用目标公钥将打乱顺序后的不同的个人信息特征数据加密。
在本实施方式中,采用非对称加密算法,通过使用一对密钥来进行加密和解密操作。这对密钥包括目标公钥和目标私钥。
目标公钥是用于加密数据的密钥,可以公开给任何人使用。目标公钥用于加密数据,只能通过对应的目标私钥进行解密。
目标私钥是用于解密数据的密钥,必须保密。目标私钥用于解密数据,只能解密由对应的目标公钥加密的数据。
非对称加密算法中,目标公钥和目标私钥是通过数学上的复杂计算关系相关联的。加密过程中,使用目标公钥对数据进行加密,而解密过程需要使用目标私钥对数据进行解密。由于目标私钥具有较好的保密性,因此非对称加密提供了更高的安全性和密钥管理的灵活性。
在本实施方式中,非对称加密算法可以部署在第二区块链的第一区块链节点的节点中。
在需要对数据进行加密时,可以从第一区块链节点上获取用户交互平台对应的目标公钥来将打乱顺序后的不同的个人信息特征数据加密。
步骤150,将加密并打乱顺序的不同的个人信息特征数据以及未打乱顺序的各兴趣偏好信息发送至推荐算法应用平台。
在本实施方式中,由于个人信息特征数据与各兴趣偏好信息之间的对应关系才具有利用价值,因此将不同的个人信息特征数据加密并打乱顺序,可以保证不同的个人信息特征数据不会被解密重新排序来与各兴趣偏好信息进行配对,保证了数据的安全性以及用户的利益。
步骤160,接收推荐算法应用平台发送的按照索引顺序表排列的不同的个人信息特征数据所对应的各推荐信息。
可以理解的是,推荐算法应用平台可以通过第二区块链节点来从第一区块链节点上获取索引顺序表,进而将不同的个人信息特征数据所对应的各推荐信息按照初始顺序进行排序,并发送至用户交互平台,以向用户展示推荐信息。
可以理解的是,推荐算法应用平台可以通过第二区块链节点从第一区块链节点获取索引顺序表以及获取目标公钥对应的目标私钥来进行数据解密。
根据本发明实施例提供的算法推荐服务的数据管理方法,通过哈希算法将不同的个人基本信息进行加密以实现对个人基本信息的脱敏处理,得到个人信息特征数据,进一步地将个人信息特征数据进行打乱顺序并加密传输至推荐算法应用平台,使用第二区块链来保存索引顺序表并生成目标公钥,可以保证只有推荐算法应用平台能安全地获取索引顺序表以及目标公钥对应的目标私钥来进行数据解密,防止数据在传输过程中被劫持利用,损伤用户利益,降低了数据泄露的风险,保证了数据的安全性。
在一些实施例中,从第一区块链节点上获取用户交互平台对应的目标公钥,使用目标公钥将打乱顺序后的不同的个人信息特征数据加密,包括以下过程。
在需要发送加密后的用户信息的情况下,可以向第二区块链上对应的第一区块链节点发送密钥生成信息。
通过第一区块链节点上的智能合约生成目标公钥和与目标公钥对应的目标私钥,接收第一区块链节点发送的目标公钥,通过目标公钥将打乱顺序后的不同的个人信息特征数据加密。
可以理解的是,可以在第一区块链节点上创建一个智能合约,该合约用于生成目标公钥和目标私钥。该合约应包含相应的加密算法和密钥生成逻辑。
在通过第一区块链节点上的智能合约生成目标公钥和与目标公钥对应的目标私钥后,第一区块链节点可以将目标公钥发送至用户交互平台。用户交互平台再利用目标公钥将打乱顺序后的不同的个人信息特征数据加密。
在本实施方式中,可以在需要发送加密后的用户信息的情况下,向第二区块链上对应的第一区块链节点发送密钥生成信息,并实时生成密钥来分发,保障了密钥的即时性和安全性。
在一些实施例中,在接收推荐算法应用平台发送的按照索引顺序表排列的不同的个人信息特征数据所对应的各推荐信息之前,方法还包括:通过推荐算法应用平台向第二区块链节点发送数据请求信息;通过第二区块链节点利用第二区块链上的信道向第一区块链节点发送数据请求信息以及推荐算法应用平台在第二区块链上对应的身份证明;在通过第一区块链节点对推荐算法应用平台的身份证明验证通过的情况下,通过第一区块链节点利用第二区块链上的信道向第二区块链节点发送目标私钥和索引顺序表,并通过推荐算法应用平台接收第二区块链节点发送的目标私钥和索引顺序表。
这个过程涉及到区块链节点之间的通信和身份验证。具体实现的细节取决于您使用的具体区块链平台和技术。在本实施方式中,推荐算法应用平台向第二区块链节点发送数据请求信息。推荐算法应用平台可以使用网络通信协议,如HTTP或WebSocket,将请求发送到第二区块链节点的API接口。
第二区块链节点收到请求后,利用第二区块链上的信道向第一区块链节点发送数据请求信息和推荐算法应用平台在第二区块链上的身份证明。这个过程可以通过在第二区块链上存储和验证身份证明的智能合约来实现。
第一区块链节点接收到请求后,对推荐算法应用平台的身份证明进行验证。验证可以基于第一区块链上的身份验证机制,例如使用数字签名或访问控制列表。
在验证通过的情况下,第一区块链节点利用第二区块链上的信道向第二区块链节点发送目标私钥和索引顺序表。可以将目标私钥和索引顺序表封装成交易或消息,发送到第二区块链节点的API接口。
第二区块链节点接收到目标私钥和索引顺序表后,通过推荐算法应用平台发送给第一区块链节点。这个过程可以通过在第二区块链上存储和读取数据的智能合约来实现。
在本实施方式中,通过区块链中的机制来传输数据并进行身份验证,可以保证数据传输的安全性,进而保证了密钥和索引顺序表传输的安全性。
在一些实施例中,在通过推荐算法应用平台接收第二区块链节点发送的目标私钥和索引顺序表之后,本发明实施例的算法推荐服务的数据管理方法还包括:通过推荐算法应用平台利用目标私钥将加密并打乱顺序的不同的个人信息特征数据进行解密;基于索引顺序表,通过推荐算法应用平台将不同的个人信息特征数据按照初始顺序排列并将不同的个人信息特征数据与对应的各兴趣偏好信息进行关联。
在解密后可以识别不同的个人信息特征数据的唯一标识符,并根据唯一标识符在索引顺序表中确定解密后的数据在初始顺序中的位置信息,以便将其重新排序。
通过推荐算法应用平台基于不同的个人信息特征数据以及关联的各兴趣偏好信息,生成不同的个人信息特征数据所对应的各推荐信息,即使用推荐算法对个人信息特征数据进行分析和处理,以确定适合用户的推荐内容。
数据所对应的推荐信息进行排序,并将其发送至用户交互平台。这可以通过将推荐信息与初始顺序进行关联,然后按照初始顺序进行排序和发送来实现,从而实现了不同平台间数据的安全流转。
下面对本发明提供的算法推荐服务的数据管理装置进行描述,下文描述的算法推荐服务的数据管理装置与上文描述的算法推荐服务的数据管理方法可相互对应参照。
如图3所示,本发明实施例的算法推荐服务的数据管理装置主要包括获取模块310、加密模块320、第一处理模块330、第二处理模块340、第三处理模块350以及接收模块360。
获取模块310用于获取不同用户的用户信息,用户信息包括个人基本信息和兴趣偏好信息;
加密模块320用于利用哈希算法将不同的个人基本信息进行加密,得到各加密后的个人信息特征数据,并将不同的个人信息特征数据与对应的个人基本信息上传至第一区块链上用户交互平台对应的节点;第一区块链用于存储用户交互平台的机密信息;
第一处理模块330用于基于不同的个人信息特征数据与对应的各兴趣偏好信息的初始顺序,得到索引顺序表,并将不同的个人信息特征数据的顺序打乱,将索引顺序表上传至第二区块链上对应的第一区块链节点;索引顺序表用于表示各不同的个人信息特征数据的初始顺序;
第二处理模块340用于从第一区块链节点上获取用户交互平台对应的目标公钥,使用目标公钥将打乱顺序后的不同的个人信息特征数据加密;第二区块链用于供用户交互平台对应的第一区块链节点与推荐算法应用平台在第二区块链上对应的第二区块链节点进行信息的安全传输;
第三处理模块350用于将加密并打乱顺序的不同的个人信息特征数据以及未打乱顺序的各兴趣偏好信息发送至推荐算法应用平台;
接收模块360用于接收推荐算法应用平台发送的按照索引顺序表排列的不同的个人信息特征数据所对应的各推荐信息;推荐算法应用平台通过第二区块链节点从第一区块链节点获取索引顺序表以及获取目标公钥对应的目标私钥来进行数据解密。
根据本发明实施例提供的一种算法推荐服务的数据管理装置,通过哈希算法将不同的个人基本信息进行加密以实现对个人基本信息的脱敏处理,得到个人信息特征数据,进一步地将个人信息特征数据进行打乱顺序并加密传输至推荐算法应用平台,使用第二区块链来保存索引顺序表并生成目标公钥,可以保证只有推荐算法应用平台能安全地获取索引顺序表以及目标公钥对应的目标私钥来进行数据解密,防止数据在传输过程中被劫持利用,损伤用户利益,降低了数据泄露的风险,保证了数据的安全性。
图4示例了一种电子设备的实体结构示意图,如图4所示,该电子设备可以包括:处理器(processor)410、通信接口(Communications Interface)420、存储器(memory)430和通信总线440,其中,处理器410,通信接口420,存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的逻辑指令,以执行算法推荐服务的数据管理方法,该方法包括:获取不同用户的用户信息,用户信息包括个人基本信息和兴趣偏好信息;利用哈希算法将不同的个人基本信息进行加密,得到各加密后的个人信息特征数据,并将不同的个人信息特征数据与对应的个人基本信息上传至第一区块链上用户交互平台对应的节点;第一区块链用于存储用户交互平台的机密信息;基于不同的个人信息特征数据与对应的各兴趣偏好信息的初始顺序,得到索引顺序表,并将不同的个人信息特征数据的顺序打乱,将索引顺序表上传至第二区块链上对应的第一区块链节点;索引顺序表用于表示各不同的个人信息特征数据的初始顺序;从第一区块链节点上获取用户交互平台对应的目标公钥,使用目标公钥将打乱顺序后的不同的个人信息特征数据加密;第二区块链用于供用户交互平台对应的第一区块链节点与推荐算法应用平台在第二区块链上对应的第二区块链节点进行信息的安全传输;将加密并打乱顺序的不同的个人信息特征数据以及未打乱顺序的各兴趣偏好信息发送至推荐算法应用平台;接收推荐算法应用平台发送的按照索引顺序表排列的不同的个人信息特征数据所对应的各推荐信息;推荐算法应用平台通过第二区块链节点从第一区块链节点获取索引顺序表以及获取目标公钥对应的目标私钥来进行数据解密。
此外,上述的存储器430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的算法推荐服务的数据管理方法,该方法包括:获取不同用户的用户信息,用户信息包括个人基本信息和兴趣偏好信息;利用哈希算法将不同的个人基本信息进行加密,得到各加密后的个人信息特征数据,并将不同的个人信息特征数据与对应的个人基本信息上传至第一区块链上用户交互平台对应的节点;第一区块链用于存储用户交互平台的机密信息;基于不同的个人信息特征数据与对应的各兴趣偏好信息的初始顺序,得到索引顺序表,并将不同的个人信息特征数据的顺序打乱,将索引顺序表上传至第二区块链上对应的第一区块链节点;索引顺序表用于表示各不同的个人信息特征数据的初始顺序;从第一区块链节点上获取用户交互平台对应的目标公钥,使用目标公钥将打乱顺序后的不同的个人信息特征数据加密;第二区块链用于供用户交互平台对应的第一区块链节点与推荐算法应用平台在第二区块链上对应的第二区块链节点进行信息的安全传输;将加密并打乱顺序的不同的个人信息特征数据以及未打乱顺序的各兴趣偏好信息发送至推荐算法应用平台;接收推荐算法应用平台发送的按照索引顺序表排列的不同的个人信息特征数据所对应的各推荐信息;推荐算法应用平台通过第二区块链节点从第一区块链节点获取索引顺序表以及获取目标公钥对应的目标私钥来进行数据解密。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的算法推荐服务的数据管理方法,该方法包括:获取不同用户的用户信息,用户信息包括个人基本信息和兴趣偏好信息;利用哈希算法将不同的个人基本信息进行加密,得到各加密后的个人信息特征数据,并将不同的个人信息特征数据与对应的个人基本信息上传至第一区块链上用户交互平台对应的节点;第一区块链用于存储用户交互平台的机密信息;基于不同的个人信息特征数据与对应的各兴趣偏好信息的初始顺序,得到索引顺序表,并将不同的个人信息特征数据的顺序打乱,将索引顺序表上传至第二区块链上对应的第一区块链节点;索引顺序表用于表示各不同的个人信息特征数据的初始顺序;从第一区块链节点上获取用户交互平台对应的目标公钥,使用目标公钥将打乱顺序后的不同的个人信息特征数据加密;第二区块链用于供用户交互平台对应的第一区块链节点与推荐算法应用平台在第二区块链上对应的第二区块链节点进行信息的安全传输;将加密并打乱顺序的不同的个人信息特征数据以及未打乱顺序的各兴趣偏好信息发送至推荐算法应用平台;接收推荐算法应用平台发送的按照索引顺序表排列的不同的个人信息特征数据所对应的各推荐信息;推荐算法应用平台通过第二区块链节点从第一区块链节点获取索引顺序表以及获取目标公钥对应的目标私钥来进行数据解密。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种算法推荐服务的数据管理方法,其特征在于,应用于用户交互平台,所述方法包括:
获取不同用户的用户信息,所述用户信息包括个人基本信息和兴趣偏好信息;
利用哈希算法将不同的个人基本信息进行加密,得到各加密后的个人信息特征数据,并将不同的个人信息特征数据与对应的个人基本信息上传至第一区块链上用户交互平台对应的节点;所述第一区块链用于存储所述用户交互平台的机密信息;
基于不同的个人信息特征数据与对应的各兴趣偏好信息的初始顺序,得到索引顺序表,并将不同的个人信息特征数据的顺序打乱,将所述索引顺序表上传至第二区块链上对应的第一区块链节点;所述索引顺序表用于表示各不同的个人信息特征数据的初始顺序;
从所述第一区块链节点上获取所述用户交互平台对应的目标公钥,使用所述目标公钥将打乱顺序后的不同的个人信息特征数据加密;所述第二区块链用于供所述用户交互平台对应的第一区块链节点与推荐算法应用平台在所述第二区块链上对应的第二区块链节点进行信息的安全传输;
将加密并打乱顺序的不同的个人信息特征数据以及未打乱顺序的各兴趣偏好信息发送至推荐算法应用平台;
接收所述推荐算法应用平台发送的按照所述索引顺序表排列的不同的个人信息特征数据所对应的各推荐信息;所述推荐算法应用平台通过所述第二区块链节点从所述第一区块链节点获取所述索引顺序表以及获取所述目标公钥对应的目标私钥来进行数据解密。
2.根据权利要求1所述的算法推荐服务的数据管理方法,其特征在于,所述基于不同的个人信息特征数据与对应的各兴趣偏好信息的初始顺序,得到索引顺序表,并将不同的个人信息特征数据的顺序打乱,包括:
确定不同的个人信息特征数据对应的各唯一标识符,得到初始顺序下包括各唯一标识符的索引顺序表;
使用随机数生成算法生成与不同的个人信息特征数据的数量相同长度的随机数序列;
将不同的个人信息特征数据分别与初始顺序下的随机数序列中的数进行关联,并将不同的个人信息特征数据按照关联的随机数进行重新排序。
3.根据权利要求1所述的算法推荐服务的数据管理方法,其特征在于,所述从所述第一区块链节点上获取所述用户交互平台对应的目标公钥,使用所述目标公钥将打乱顺序后的不同的个人信息特征数据加密,包括:
在需要发送加密后的用户信息的情况下,向所述第二区块链上对应的第一区块链节点发送密钥生成信息;
通过所述第一区块链节点上的智能合约生成所述目标公钥和与所述目标公钥对应的目标私钥;
接收所述第一区块链节点发送的所述目标公钥;
通过所述目标公钥将打乱顺序后的不同的个人信息特征数据加密。
4.根据权利要求3所述的算法推荐服务的数据管理方法,其特征在于,在所述接收所述推荐算法应用平台发送的按照所述索引顺序表排列的不同的个人信息特征数据所对应的各推荐信息之前,所述方法还包括:
通过所述推荐算法应用平台向所述第二区块链节点发送数据请求信息;
通过所述第二区块链节点利用所述第二区块链上的信道向所述第一区块链节点发送数据请求信息以及所述推荐算法应用平台在所述第二区块链上对应的身份证明;
在通过所述第一区块链节点对所述推荐算法应用平台的身份证明验证通过的情况下,通过所述第一区块链节点利用所述第二区块链上的信道向所述第二区块链节点发送所述目标私钥和所述索引顺序表,并通过所述推荐算法应用平台接收所述第二区块链节点发送的所述目标私钥和所述索引顺序表。
5.根据权利要求4所述的算法推荐服务的数据管理方法,其特征在于,在所述通过所述推荐算法应用平台接收所述第二区块链节点发送的所述目标私钥和所述索引顺序表之后,所述方法还包括:
通过所述推荐算法应用平台利用所述目标私钥将加密并打乱顺序的不同的个人信息特征数据进行解密;
基于所述索引顺序表,通过所述推荐算法应用平台将不同的个人信息特征数据按照所述初始顺序排列并将不同的个人信息特征数据与对应的各兴趣偏好信息进行关联;
通过所述推荐算法应用平台基于不同的个人信息特征数据以及关联的各兴趣偏好信息,生成不同的个人信息特征数据所对应的各推荐信息;
通过所述推荐算法应用平台将不同的个人信息特征数据所对应的各推荐信息按照所述初始顺序排序并发送至所述用户交互平台。
6.根据权利要求1所述的算法推荐服务的数据管理方法,其特征在于,所述个人基本信息包括姓名、性别、年龄、联系方式、位置信息以及社交关系信息中的至少一项。
7.根据权利要求1所述的算法推荐服务的数据管理方法,其特征在于,所述兴趣偏好信息包括用户的搜索历史、点击行为、购买记录以及评价反馈信息中的至少一项。
8.一种算法推荐服务的数据管理装置,其特征在于,包括:
获取模块,用于获取不同用户的用户信息,所述用户信息包括个人基本信息和兴趣偏好信息;
加密模块,用于利用哈希算法将不同的个人基本信息进行加密,得到各加密后的个人信息特征数据,并将不同的个人信息特征数据与对应的个人基本信息上传至第一区块链上用户交互平台对应的节点;所述第一区块链用于存储所述用户交互平台的机密信息;
第一处理模块,用于基于不同的个人信息特征数据与对应的各兴趣偏好信息的初始顺序,得到索引顺序表,并将不同的个人信息特征数据的顺序打乱,将所述索引顺序表上传至第二区块链上对应的第一区块链节点;所述索引顺序表用于表示各不同的个人信息特征数据的初始顺序;
第二处理模块,用于从所述第一区块链节点上获取所述用户交互平台对应的目标公钥,使用所述目标公钥将打乱顺序后的不同的个人信息特征数据加密;所述第二区块链用于供所述用户交互平台对应的第一区块链节点与推荐算法应用平台在所述第二区块链上对应的第二区块链节点进行信息的安全传输;
第三处理模块,用于将加密并打乱顺序的不同的个人信息特征数据以及未打乱顺序的各兴趣偏好信息发送至推荐算法应用平台;
接收模块,用于接收所述推荐算法应用平台发送的按照所述索引顺序表排列的不同的个人信息特征数据所对应的各推荐信息;所述推荐算法应用平台通过所述第二区块链节点从所述第一区块链节点获取所述索引顺序表以及获取所述目标公钥对应的目标私钥来进行数据解密。
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述算法推荐服务的数据管理方法。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述算法推荐服务的数据管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311678732.1A CN117370673B (zh) | 2023-12-08 | 2023-12-08 | 算法推荐服务的数据管理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311678732.1A CN117370673B (zh) | 2023-12-08 | 2023-12-08 | 算法推荐服务的数据管理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117370673A true CN117370673A (zh) | 2024-01-09 |
CN117370673B CN117370673B (zh) | 2024-02-06 |
Family
ID=89406351
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311678732.1A Active CN117370673B (zh) | 2023-12-08 | 2023-12-08 | 算法推荐服务的数据管理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117370673B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109598540A (zh) * | 2018-11-09 | 2019-04-09 | 湖南工业大学 | 一种广告精准推送方法及广告精准推送系统 |
CN110046521A (zh) * | 2019-04-24 | 2019-07-23 | 成都派沃特科技股份有限公司 | 去中心化隐私保护方法 |
CN110598111A (zh) * | 2019-09-17 | 2019-12-20 | 山东爱城市网信息技术有限公司 | 一种基于区块链的个性化推荐系统及方法 |
KR102176151B1 (ko) * | 2020-07-06 | 2020-11-09 | 주식회사 알파브라더스 | 인공지능 모듈 및 블록체인 모듈을 포함하는 광고 플랫폼을 제공하는 서버 |
CN111931233A (zh) * | 2020-08-12 | 2020-11-13 | 哈尔滨工业大学(深圳) | 基于区块链和本地化差分隐私保护的信息推荐方法及系统 |
CN112529656A (zh) * | 2020-12-08 | 2021-03-19 | 湖南工程学院 | 一种基于大数据的购物推荐系统 |
KR102274935B1 (ko) * | 2020-11-30 | 2021-07-08 | (주)에스유지 | 웹로그 분석을 통한 거래추천을 제공하는 선용품 오픈마켓 시스템 |
CN113935055A (zh) * | 2021-11-02 | 2022-01-14 | 重庆邮电大学 | 一种基于区块链和同态加密的隐私保护推荐方法及系统 |
CN114091062A (zh) * | 2021-11-22 | 2022-02-25 | 支付宝(杭州)信息技术有限公司 | 职业数据处理方法及装置 |
CN114238765A (zh) * | 2021-12-16 | 2022-03-25 | 吉林大学 | 一种基于区块链的位置注意力推荐方法 |
-
2023
- 2023-12-08 CN CN202311678732.1A patent/CN117370673B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109598540A (zh) * | 2018-11-09 | 2019-04-09 | 湖南工业大学 | 一种广告精准推送方法及广告精准推送系统 |
CN110046521A (zh) * | 2019-04-24 | 2019-07-23 | 成都派沃特科技股份有限公司 | 去中心化隐私保护方法 |
CN110598111A (zh) * | 2019-09-17 | 2019-12-20 | 山东爱城市网信息技术有限公司 | 一种基于区块链的个性化推荐系统及方法 |
KR102176151B1 (ko) * | 2020-07-06 | 2020-11-09 | 주식회사 알파브라더스 | 인공지능 모듈 및 블록체인 모듈을 포함하는 광고 플랫폼을 제공하는 서버 |
CN111931233A (zh) * | 2020-08-12 | 2020-11-13 | 哈尔滨工业大学(深圳) | 基于区块链和本地化差分隐私保护的信息推荐方法及系统 |
KR102274935B1 (ko) * | 2020-11-30 | 2021-07-08 | (주)에스유지 | 웹로그 분석을 통한 거래추천을 제공하는 선용품 오픈마켓 시스템 |
CN112529656A (zh) * | 2020-12-08 | 2021-03-19 | 湖南工程学院 | 一种基于大数据的购物推荐系统 |
CN113935055A (zh) * | 2021-11-02 | 2022-01-14 | 重庆邮电大学 | 一种基于区块链和同态加密的隐私保护推荐方法及系统 |
CN114091062A (zh) * | 2021-11-22 | 2022-02-25 | 支付宝(杭州)信息技术有限公司 | 职业数据处理方法及装置 |
CN114238765A (zh) * | 2021-12-16 | 2022-03-25 | 吉林大学 | 一种基于区块链的位置注意力推荐方法 |
Non-Patent Citations (3)
Title |
---|
MOUMITA DAS 等: "BIM security: A critical review and recommendations using encryption strategy and blockchain", 《AUTOMATION IN CONSTRUCTION》, pages 1 - 22 * |
杨淞麟: "基于显隐式反馈的个人信息隐私保护方法", 《吉林大学法学院 》, pages 1 - 9 * |
闫盈盈 等: "基于Resnet-Bert网络模型的跨媒体检索方法", 《计算机与数字工程》, pages 390 - 395 * |
Also Published As
Publication number | Publication date |
---|---|
CN117370673B (zh) | 2024-02-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11943362B2 (en) | System and method for providing personal information using one time private key based on blockchain of proof of use | |
US20190034923A1 (en) | Secure and confidential custodial transaction system, method and device using zero-knowledge protocol | |
CN104205123B (zh) | 用于安全的第三方数据存储的系统和方法 | |
CN109902494A (zh) | 数据加密存储方法、装置,以及文件存储系统 | |
CN106888183A (zh) | 数据加密、解密、密钥请求处理的方法和装置及系统 | |
CN113127916A (zh) | 数据集合处理方法、数据处理方法、装置及存储介质 | |
CN107809436A (zh) | 网络视频访问的权限鉴别方法、加密方法、装置及系统 | |
US20210234705A1 (en) | Improved system and method for internet access age-verification | |
CN110634068A (zh) | 基于联盟链的征信数据处理方法及系统 | |
CN102404337A (zh) | 数据加密方法和装置 | |
CN108549824A (zh) | 一种数据脱敏方法及装置 | |
CN110597836A (zh) | 基于区块链网络的信息查询请求响应方法及装置 | |
CN110533417B (zh) | 一种数字资产管理装置、发行方法及系统 | |
CN110213202B (zh) | 标识加密匹配方法和装置、标识处理方法和装置 | |
CN107154916A (zh) | 一种认证信息获取方法、提供方法及装置 | |
CN117370673B (zh) | 算法推荐服务的数据管理方法及装置 | |
CN107733844A (zh) | 一种网络教育资源的加密与溯源系统方法 | |
TW202301160A (zh) | 對位於複數個資訊儲存器的資訊進行的私人聯結、分析和共享 | |
CN111125734B (zh) | 一种数据处理方法及系统 | |
CN107612691A (zh) | 认证信息传输方法和装置以及用户信息认证系统 | |
CN112769783A (zh) | 数据传输方法及云服务器、接收端和发送端 | |
US7844267B2 (en) | Server for providing access by a communication terminal to a communication processing service | |
CN111131227A (zh) | 一种数据处理方法及装置 | |
CN110691068A (zh) | 云服务器登录系统、方法及装置 | |
CN112398818B (zh) | 一种软件激活方法及其相关装置 |
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 |