[发明专利]基于PriReCo平台隐私推荐系统的自身数据监测方法及系统

权利要求书

1.一种基于PriReCo平台隐私推荐系统的自身数据监测方法，其特征在于，包括：

步骤S1：在APP端特征集合中添加随机值，以混淆集合进行求交，查看PSI隐私求交运算结果中是否存在随机值；

步骤S2：删除部分特征项后再进行隐私求交，根据服务器是否会推荐已删除特征的商品，来验证服务端是否存储了用户的隐私数据。

2.根据权利要求1所述的基于PriReCo平台隐私推荐系统的自身数据监测方法，其特征在于：所述步骤S1包括以下子步骤：

步骤S1.1：随机生成混淆项目数据特征；

步骤S1.2：将随机生成的数据特征由APP端的PSI隐私求交服务融合到用户画像隐私数据中；

步骤S1.3：将融合后的数据与PriReCo平台服务器进行隐私求交运算；

步骤S1.4：查看隐私求交后的计算结果，查看是否存在步骤S1.1中随机生成的数据特征，如果存在，则说明服务器存在作弊行为，生成报警信息并提醒用户。

3.根据权利要求1所述的基于PriReCo平台隐私推荐系统的自身数据监测方法，其特征在于：所述步骤S2包括以下子步骤：

步骤S2.1：通过APP端的PSI隐私求交服务删除部分用户个人画像数据特征集；

步骤S2.2：将删减后的数据与服务器进行隐私求交运算；

步骤S2.3：查看平台系统推荐结果集，验证服务器是否保存了用户的隐私数据。

4.根据权利要求2所述的基于PriReCo平台隐私推荐系统的自身数据监测方法，其特征在于：所述数据特征为PriReCo平台不存在的数据特征。

5.根据权利要求3所述的基于PriReCo平台隐私推荐系统的自身数据监测方法，其特征在于：在所述步骤S2.3中，若收到已删除特征集的商品，则认定服务器每次将PSI隐私运算结果保存下来，生在Warning信息并提示用户。

6.一种基于PriReCo平台隐私推荐系统的自身数据监测系统，其特征在于：包括以下模块：

模块M1：在APP端特征集合中添加随机值，以混淆集合进行求交，查看PSI隐私求交运算结果中是否存在随机值；

模块M2：删除部分特征项后再进行隐私求交，查看服务器是否推荐已删除特征的商品，验证服务端是否存储了用户的隐私数据。

7.根据权利要求6所述的基于PriReCo平台隐私推荐系统的自身数据监测系统，其特征在于：所述模块M1包括以下子模块：

模块M1.1：随机生成混淆项目数据特征；

模块M1.2：将随机生成的数据特征由APP端的PSI隐私求交服务融合到用户画像隐私数据中；

模块M1.3：将融合后的数据与PriReCo平台服务器进行隐私求交运算；

模块M1.4：查看隐私求交后的计算结果，查看是否存在随机生成的数据特征，如果存在，则说明服务器存在作弊行为，生成报警信息并提醒用户。

8.根据权利要求6所述的基于PriReCo平台隐私推荐系统的自身数据监测系统，其特征在于：所述模块M2包括以下子步骤：

模块M2.1：通过APP端的PSI隐私求交服务删除部分用户个人画像数据特征集；

模块M2.2：将删减后的数据与服务器进行隐私求交运算；

模块M2.3：查看平台系统推荐结果集，验证服务器是否保存了用户的隐私数据。

9.根据权利要求7所述的基于PriReCo平台隐私推荐系统的自身数据监测系统，其特征在于：所述数据特征为PriReCo平台不存在的数据特征。

10.根据权利要求10所述的基于PriReCo平台隐私推荐系统的自身数据监测系统，其特征在于：所述模块M2.3中，若收到已删除特征集的商品，则认定服务器每次将PSI隐私运算结果保存下来，生在Warning信息并提示用户。