基于区块链和联邦学习的隐私保护去中心化推荐系统
Privacy-preserving decentralized recommendation system based on blockchain and federated learning
东莞职业技术学院 a. 电子信息学院; b. 人工智能学院, 广东 东莞 523808
摘要
随着互联网信息过载，智能推荐系统应运而生，广泛用于为特定用户推荐产品、内容和服务。然而，这些系统需大量用户数据来训练模型，如何在保证模型性能的同时确保用户数据的隐私性和安全性成为亟待解决的问题。传统推荐系统存在数据稀疏性等问题，直接共享数据还会侵犯用户隐私。提出了一种具有隐私保护的去中心化联邦学习推荐系统框架，利用区块链的点对点网络和不可篡改的数据存储特性，确保数据安全和系统去中心化。在该框架中，用户数据经矩阵分解为私有参数(含隐私信息)和公共参数(含项目特征信息)。用户本地训练两者，仅共享公共参数，私有参数保留在本地，保护了用户隐私。引入区块链协调训练过程，其领导者聚合本地公共参数为全局公共参数，用户下载同步并进行下一次训练。此外，还提出了基于动态随机种子算法的高性能、低消耗共识机制，并分析了模型的隐私保护性能。实验表明，该框架在隐私保护和推荐准确性上优于传统中心式学习框架，同时具有良好的可扩展性与实用性。
基金项目
广东省自然科学基金资助项目(2020A1511110162)
广东省哲学社会科学规划项目(GD25CSH06)
广东省普通高校创新团队项目(2025KCXTD094)
广东省普通高校特色创新项目(2025KTSCX373)
2021年东莞市农村振兴战略专项基金资助项目(20211800400102)
东莞市松山湖企业特派员项目(20234384-01KCJ-G,20234369-01KCJ-G,20234400-01KCJ-G)
出版信息
DOI: 10.19734/j.issn.1001-3695.2025.09.0301
出版期卷: 《计算机应用研究》 优先出版, 2026年第43卷 第4期
发布历史
[2025-12-18] 优先出版
引用本文
郭剑岚, 陈俞强, 卢荣, 等. 基于区块链和联邦学习的隐私保护去中心化推荐系统 [J]. 计算机应用研究, 2026, 43 (4). (2025-12-19). https://doi.org/10.19734/j.issn.1001-3695.2025.09.0301. (Guo Jianlan, Chen Yuqiang, Lu Rong, et al. Privacy-preserving decentralized recommendation system based on blockchain and federated learning [J]. Application Research of Computers, 2026, 43 (4). (2025-12-19). https://doi.org/10.19734/j.issn.1001-3695.2025.09.0301. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
