个性化服务中隐私保护技术综述摘要：介绍了个性化服务中隐私保护的特点，总结了当前个性化服务中隐私保护技术的相关标准和发展现状，并分析了个性化服务中进行隐私保护所面临的主要问题和挑战，最后对个性化服务中隐私保护技术的发展方向进行了展望。??关键词：Web挖掘;个性化服务;隐私保护；协同过滤??：TP393文献标志码：A：1001-3695(2008)07-1932-04??SurveyofprivacypreservinginpersonalizationserviceYINKai??hua,XIONGZhang,WU激ng??(SchoolofComputerScienceEngineering,BeihangUniversity,Bei激ng100083,China)??Abstract:Thispaperintroducedprivacyprotectionfeaturesofpersonalizationservice,summarizedthecurrentprivacyprotectiontechnologyandthedevelopmentofstandardsrelatedtothepersonalizationservice,andanalyzedthemajorproblemsandchallengesoftheprivacyprotectiondevelopmentinpersonalizationservice.Finally,itprospectedthedevelopmentdirectionoftheprivacyprotectiontechnologyinpersonalizationservice.??Keywords:Webmining;personalizationservice;privacypreserving;collaborativefiltering?お?个性化服务[1]一般通过收集用户信息进行Web数据挖掘来获得用户的兴趣，从而实现主动推荐的目的。隐私保护是在此过程中必须严肃思考的一个重要研究课题，其目标是要在合理保护用户隐私数据的前提下进行知识抽取和发现。只有有效保护用户的隐私，才能提升用户的信任度和关注度。??数据挖掘中的隐私保护方法最早由R.Agrawal在KDD99上首次提出，并将其作为未来的研究重点之一[2]，此后得到越来越多学者的关注。V.S.Verykios从数据分布方式、数据修改方法、数据挖掘算法、隐私保护的对象和隐私保护技术五个角度对传统的隐私保护数据挖掘算法作了一个归纳[3]。个性化服务中的隐私保护是在结合了网络安全和个性化服务方面的管理特点和理论的基础上提出的，并迅速成为近年来个性化服务中研究的热点之一。??个性化服务中隐私保护的难点是在不影响推荐质量的前提下提高隐私保护的效果。目前，致力于此项研究的机构包括W3C的P3P工作组、TRUSTe联盟、Google、IBMPrivacyResearchInstitute、Standford大学的InformationPrivacyGroup和Berkeley大学的UbicompPrivacyResearchGroup等。KDD、SIGMOD以及IEEEInternetComputing等国际著名会议期刊中对此都有所展望，并相继涌现出重要的研究成果。而在国内，这还是一个崭新的领域。??1个性化服务中隐私保护的任务??目前存在着许多个性化服务系统[1],它们提出了各种思路以实现个性化服务。总体来说个性化服务系统根据其所采用的推荐技术可以分为基于规则的系统和信息过滤的系统两种。信息过滤的系统又可分为基于内容过滤和协作过滤。个性化系统大多具有分布式、数据量大、动态性强的特点。隐私保护要适应个性化系统的这些特点。不同个性化系统中的隐私保护侧重点和隐私保护的粒度也有所不同，有的侧重于通信加密，有的侧重于数据管理。??在个性化服务中，通常运用如下的数据挖掘算法：关联规则挖掘、聚类、协同过滤等。在具体应用中，对这些数据挖掘算法加入隐私保护的机制是目前个性化服务隐私保护的主要研究方向。??首先需要明确的是，可能泄露隐私的并不是数据挖掘技术本身，而是数据挖掘方法的特定应用和具体过程。对于现有个性化服务站点而言，收集用户信息的主要用途包括四个方面：??a）记忆用户基本信息，统一身份认证并友好快捷地提供个性化平台。??b）使用用户信息提供其所要求的个性化服务，包括显示定制内容、邮件服务和广告服务等。??c）将用户信息用于审计、调研和分析，以运作和改善站点服务技术。??d）与第三方共享综合性信息。??在隐式兴趣挖掘过程中，尤其需要针对信息的用途实施有效的保护用户隐私的策略，确保收集信息的合法化，平衡个性化和隐私保护的关系。??综上所述，个性化服务中的隐私保护要考虑到个性化系统的特点。最根本的研究问题是在不明显降低推荐质量的情况下提高隐私保护的效果，改进算法的效率。??2隐私保护相关标准??用户一般都很注意个人信息的保密性，因此在收集用户的信息之前，首...