技术特征：1.一种基于混洗器联邦差分隐私的矩阵分解推荐方法，具体包括以下步骤：
2.根据权利要求1所述的一种基于混洗器联邦差分隐私的矩阵分解推荐方法，其特征在于：在所述步骤s3中，通过目标函数l(u,v)，求解具体包括以下步骤：
3.根据权利要求1所述的一种基于混洗器联邦差分隐私的矩阵分解推荐方法，其特征在于：在所述步骤s4中，对xi被选取的部分使用pm机制使其保证差分隐私的步骤具体如下：
4.根据权利要求1所述的一种基于混洗器联邦差分隐私的矩阵分解推荐方法，其特征在于：在所述步骤s6中，通过sks解密，以及无偏估计，更新得到vt的步骤具体如下：
5.根据权利要求1所述的一种基于混洗器联邦差分隐私的矩阵分解推荐方法，其特征在于：在所述步骤s8中，根据公式进行预测；当用户需要推荐时，本地ui会与服务器的v矩阵相乘，以生成预测评分，将没有用户i没有评分top-n评分对应的项目推荐给用户i。
技术总结本发明涉及一种基于混洗器联邦差分隐私的矩阵分解推荐方法，属于计算机推荐系统领域和信息安全领域。该方法具体包括：用户i∈[1，n]在本地通过L(U，V)，在第t∈[1，T]轮用户i求得用户i的隐因子向量项目隐因子矩阵的梯度并且选择中的top<subgt;k</subgt;的梯度和以及使用PM扰动，再使用公钥pk<subgt;a</subgt;加密生成m<subgt;i∈[1，n]</subgt;，混洗器获得m<subgt;i∈[1，n]</subgt;，填充打乱顺序后得到m<subgt;i∈[1，nl+v]</subgt;，最后服务器通过解密无偏估计得到同时更新得到V<supgt;t</supgt;；如此经过T轮后得到V。本发明具有良好的隐私保护性和模型准确性。
技术研发人员：王永,杨久裕,邓江洲,王淞立,杜晓春,陈钱宏,陈美玲
受保护的技术使用者：重庆邮电大学
技术研发日：技术公布日：2024/3/24