1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 计算机
  5. 管理系统

面向推荐系统的模型遗忘隐私保护技术研究与实现.pdf

面向推荐系统的模型遗忘隐私保护技术研究与实现.pdf

    1. 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
    2. 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
    3. 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
    查看更多

    摘

    随着大数据和物联网技术的发展，数据量急剧增长，带来了严重的“信息过

    载”问题。推荐系统作为解决此问题的有效方法备受关注。然而，研究表明，训

    练好的推荐系统模型会存储大量训练数据的信息，攻击者可通过模型窃取训练数

    据，对用户数据的隐私安全构成严重威胁。模型遗忘技术可以从深度学习模型中

    遗忘指定数据的信息，同时不显著影响模型的性能，是智能化时代保护数据隐私

    安全的有效措施。近年来，推荐系统中模型遗忘技术的研究取得了一定程度的进

    展，但仍然存在许多挑战和问题。

    本文聚焦序列推荐系统以及协同过滤

    您可能关注的文档

    最近下载

    文档评论（0）

    qiutianfeng + 关注
    实名认证
    内容提供者

    本账号发布文档来源于互联网，仅用于技术分享交流用，版权为原作者所有。

    咨询Ta 进入空间

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >