适用于社交网络的隐私保护兴趣度匹配方案

摘要 针对社交网络中用户通过兴趣度匹配进行交友而产生的敏感信息泄露问题，设计了基于隐私属性的隐私保护兴趣度匹配方案。该方案利用Bloom Filters来获取双方兴趣爱好集合元素的交集，确定双方兴趣爱好的匹配程度，满足匹配要求的双方可以根据意愿互相添加为好友；方案基于半诚实模型，采用密码协议来保护数据的安全性，防止恶意用户非法获取用户敏感信息，避免造成信息的滥用和泄露。理论分析及运算结果均表明，该方案运行时间具有线性复杂度，并且可以支持较大规模数据集，可有效应用于信息种类繁杂、数据内容庞大的网络环境，满足用户实时高效的现实需求