随着个性化搜索引擎的高速发展和深入使用,隐私问题越来越引起公众的关注和不安,严重的甚至将影响国家稳定和国家安全。当前相关研究国外才刚刚起步,蕴含着巨大的机遇和挑战。本项目拟在现有的隐私保护技术基础上,针对个性化搜索中的隐私保护关键技术深入研究。通过研究简洁通用的隐私表达策略语言,建立用户可控的隐私安全模型,以保证用户以可控隐私权的方式向搜索引擎提供最小化用户信息以获取搜索服务;设计高效的抗共谋的匿名保护协议,保证在海量搜索请求情形下,不依赖零知识证明,以线性通信次数保证共谋不可能发生;针对半诚实模式和恶意模式,研究高效的分布式隐私保护数据挖掘和发布算法;并创新的设计自适应目标优化的个性化搜索隐私保护机制。尊重用户隐私并提供可行高效的隐私保护机制是个性化搜索引擎发展的必然趋势,因此本项目的研究在理论和现实应用上均有重大价值。
privacy;privacy protection;personalized search;search engine;time-series data
本项目在现有的隐私保护技术基础上,针对个性化索索中的隐私保护关键技术深入研究,设计高效可扩展的个性化搜索引擎框架,研究面向隐私保护的个性化信息存取机制、搜索机制以及序列数据保护机制。项目的主要研究内容和取得的成果如下1.研究面向隐私保护的个性化搜索引擎的框架、查询处理。2.研究索引与存储技术,设计满足隐私需求的海量数据的高效索引。3.研究面向隐私保护的个性化搜索查询技术。4.研究时空序列数据的隐私保护技术。5.研究查询优化策略,设计高效的分布式查询处理架构与通讯机制。项目的研究成果发表在如TKDE, ICDE, SIGIR, WWW, CIKM 国际国内重要的期刊和会议上,并获得了四项国家发明专利。