[论文解读] An Accuracy-Assured Privacy-Preserving Recommender System for Internet Commerce

Zhigang Lü, Hong Shen|arXiv (Cornell University)|May 29, 2015

Privacy-Preserving Technologies in Data被引用 6

一句话总结

本文提出了一种新型隐私保护协同过滤方法——分区概率邻居选择（PPNS），通过将用户划分为互斥组并在每组内以递减概率选择邻居，从而在差分隐私保护下提升推荐准确率。相较于现有方法如PNCF和概率邻居选择，PPNS在广义βk-NN攻击模型下实现了更优的准确率与安全性权衡。

ABSTRACT

Recommender systems, tool for predicting users' potential preferences by computing history data and users' interests, show an increasing importance in various Internet applications such as online shopping. As a well-known recommendation method, neighbourhood-based collaborative filtering has attracted considerable attention recently. The risk of revealing users' private information during the process of filtering has attracted noticeable research interests. Among the current solutions, the probabilistic techniques have shown a powerful privacy preserving effect. When facing $k$ Nearest Neighbour attack, all the existing methods provide no data utility guarantee, for the introduction of global randomness. In this paper, to overcome the problem of recommendation accuracy loss, we propose a novel approach, Partitioned Probabilistic Neighbour Selection, to ensure a required prediction accuracy while maintaining high security against $k$NN attack. We define the sum of $k$ neighbours' similarity as the accuracy metric alpha, the number of user partitions, across which we select the $k$ neighbours, as the security metric beta. We generalise the $k$ Nearest Neighbour attack to beta k Nearest Neighbours attack. Differing from the existing approach that selects neighbours across the entire candidate list randomly, our method selects neighbours from each exclusive partition of size $k$ with a decreasing probability. Theoretical and experimental analysis show that to provide an accuracy-assured recommendation, our Partitioned Probabilistic Neighbour Selection method yields a better trade-off between the recommendation accuracy and system security.

研究动机与目标

• 解决现有隐私保护协同过滤方法在k-NN攻击下缺乏数据可用性保障的问题。
• 克服概率邻居选择方法中全局随机性导致的准确率下降问题。
• 通过局部化邻居选择，在确保差分隐私的同时最小化噪声幅度。
• 以系统化方式量化并平衡推荐准确率（通过α）与系统安全性（通过β）。
• 提出一种在抵御βk-NN攻击时既能保持高推荐准确率又能提供强隐私保障的方法。

提出的方法

• 引入一种分区用户结构，将用户划分为大小为k的互斥组，以实现邻居选择的局部化。
• 在每个分区内应用递减概率选择，优先选择相似度更高的邻居，从而减少全局随机性。
• 将k-NN攻击推广为βk-NN攻击，其中β表示分区数量，以更真实地建模隐私风险。
• 将准确率度量α定义为k个邻居相似度之和，将安全性度量β定义为用户分区数量。
• 仅在每个分区内选择性地应用差分隐私机制，而非全局应用，从而降低噪声幅度并提升可用性。
• 将邻居选择建模为一个概率过程，在保持差分隐私的同时提升邻居质量，以实现更优的预测性能。

实验结果

研究问题

• RQ1 隐私保护推荐系统是否能在k-NN攻击下维持高推荐准确率，同时确保差分隐私？
• RQ2 与全局概率选择相比，用户分区内的局部化邻居选择如何影响准确率与安全性之间的权衡？
• RQ3 分区策略在不损害隐私保障的前提下，能在多大程度上降低差分隐私中的噪声幅度？
• RQ4 参数p（分区概率）、k（邻居集合大小）和ρ（相似度阈值）在多大程度上影响准确率与安全性之间的权衡？
• RQ5 所提出的PPNS方法是否在βk-NN攻击下，于准确率与安全性方面均优于现有方法如PNCF和概率邻居选择？

主要发现

• 在所有测试的p值下，PPNS的推荐准确率均高于PNCF和概率邻居选择方法，当p=1时准确率接近k-NN。
• 当p=0.5且k=50时，PPNS的准确率为0.7430（RMSE），显著优于k-NN（0.6957）和PNCF（0.8941）的测试结果。
• 随着p增加，安全性提升，分区数量从p=0.1时的17减少至p=1时的1，同时保持高准确率。
• 该方法在βk-NN攻击下维持了强隐私保障，安全性度量β随p增加从17降至1，表明攻击面减小。
• PNCF中的ρ值[29]对准确率无显著影响，表明其参数化方式无效；而PPNS对ρ表现出明显的敏感性与可控性。
• 当k=50时，PPNS在ε=1、p=0.5、ρ=0.5条件下达到0.7430的准确率，显著优于k-NN（0.6957）和PNCF（0.8941），证明其在可用性与隐私保护之间实现了更优平衡。