論文の概要: Blockchain-based Recommender Systems: Applications, Challenges and
Future Opportunities
- arxiv url: http://arxiv.org/abs/2111.11509v1
- Date: Mon, 22 Nov 2021 20:09:38 GMT
- ステータス: 処理完了
- システム内更新日: 2021-11-25 08:57:05.834525
- Title: Blockchain-based Recommender Systems: Applications, Challenges and
Future Opportunities
- Title(参考訳): ブロックチェーンベースのレコメンダシステム - アプリケーション,課題,今後の機会
- Authors: Yassine Himeur, Aya Sayed, Abdullah Alsalemi, Faycal Bensaali, Abbes
Amira, Iraklis Varlamis, Magdalini Eirinaki, Christos Sardianos and George
Dimitrakopoulos
- Abstract要約: ブロックチェーン技術は、レコメンデーションシステムにおけるセキュリティとプライバシ保護を促進するための有望な戦略として提示されている。
本稿では、課題、オープンイシュー、ソリューションを網羅したブロックチェーンベースのレコメンデータシステムの総括的なレビューを示す。
- 参考スコア(独自算出の注目度): 2.979263512221363
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Recommender systems have been widely used in different application domains
including energy-preservation, e-commerce, healthcare, social media, etc. Such
applications require the analysis and mining of massive amounts of various
types of user data, including demographics, preferences, social interactions,
etc. in order to develop accurate and precise recommender systems. Such
datasets often include sensitive information, yet most recommender systems are
focusing on the models' accuracy and ignore issues related to security and the
users' privacy. Despite the efforts to overcome these problems using different
risk reduction techniques, none of them has been completely successful in
ensuring cryptographic security and protection of the users' private
information. To bridge this gap, the blockchain technology is presented as a
promising strategy to promote security and privacy preservation in recommender
systems, not only because of its security and privacy salient features, but
also due to its resilience, adaptability, fault tolerance and trust
characteristics. This paper presents a holistic review of blockchain-based
recommender systems covering challenges, open issues and solutions.
Accordingly, a well-designed taxonomy is introduced to describe the security
and privacy challenges, overview existing frameworks and discuss their
applications and benefits when using blockchain before indicating opportunities
for future research.
- Abstract(参考訳): レコメンダシステムは、エネルギー保存、eコマース、ヘルスケア、ソーシャルメディアなど、さまざまなアプリケーションドメインで広く使われている。
このようなアプリケーションでは、正確なレコメンダシステムを開発するために、人口統計、好み、社会的相互作用などを含む、膨大な種類のユーザーデータの分析とマイニングが必要となる。
このようなデータセットにはセンシティブな情報が含まれることが多いが、ほとんどの推奨システムはモデルの正確性に注目し、セキュリティやユーザのプライバシーに関する問題を無視している。
異なるリスク低減技術を用いてこれらの問題を克服しようとする努力にもかかわらず、暗号化セキュリティとユーザの個人情報の保護の確保に成功していない。
このギャップを埋めるために、ブロックチェーン技術は、そのセキュリティとプライバシ保護機能だけでなく、レジリエンス、適応性、フォールトトレランス、信頼性特性によって、レコメンダシステムにおけるセキュリティとプライバシの保護を促進する、有望な戦略として提示されている。
本稿では,ブロックチェーンベースのレコメンダシステムの総括的レビューを行い,課題,オープンイシュー,ソリューションについて述べる。
したがって、セキュリティとプライバシの課題を記述し、既存のフレームワークを概説し、ブロックチェーンを使用する際のアプリケーションとメリットを議論し、今後の研究の機会を示すために、よく設計された分類法が導入された。
関連論文リスト
- Generative AI-enabled Blockchain Networks: Fundamentals, Applications,
and Case Study [73.87110604150315]
Generative Artificial Intelligence(GAI)は、ブロックチェーン技術の課題に対処するための有望なソリューションとして登場した。
本稿では、まずGAI技術を紹介し、そのアプリケーションの概要を説明し、GAIをブロックチェーンに統合するための既存のソリューションについて議論する。
論文 参考訳(メタデータ) (2024-01-28T10:46:17Z) - User Consented Federated Recommender System Against Personalized
Attribute Inference Attack [55.24441467292359]
本稿では,ユーザの異なるプライバシーニーズを柔軟に満たすために,ユーザ合意型フェデレーションレコメンデーションシステム(UC-FedRec)を提案する。
UC-FedRecは、ユーザーが様々な要求を満たすためにプライバシー設定を自己定義し、ユーザーの同意を得てレコメンデーションを行うことを可能にする。
論文 参考訳(メタデータ) (2023-12-23T09:44:57Z) - An Overview of AI and Blockchain Integration for Privacy-Preserving [1.0155633074816937]
本稿では、AIとブロックチェーンの概要を示し、それらの組み合わせと、派生したプライバシ保護技術の組み合わせを要約する。
次に、データ暗号化、識別解除、多層分散台帳、k匿名メソッドにおける特定のアプリケーションシナリオについて検討する。
本稿では、認証管理、アクセス制御、データ保護、ネットワークセキュリティ、スケーラビリティを含む、AIブロックチェーン統合プライバシ保護システムの5つの重要な側面を評価する。
論文 参考訳(メタデータ) (2023-05-06T04:56:45Z) - Understanding Ethics, Privacy, and Regulations in Smart Video
Surveillance for Public Safety [2.4956060473718407]
本稿では,スマートビデオサーベイランス(SVS)システムにおける倫理的・プライバシー的課題を考慮した設計の役割に焦点を当てる。
我々は、オブジェクト検出、シングルカメラとマルチカメラの再識別、アクション認識、異常検出など、いくつかの人工知能アルゴリズムを使用して、基本的な機能システムを提供する。
論文 参考訳(メタデータ) (2022-12-25T17:14:18Z) - Discussion about Attacks and Defenses for Fair and Robust Recommendation
System Design [0.0]
レコメンデーションシステムは、特定の製品の宣伝やデモを行う偽レビューなど、悪意のあるユーザーの偏見に弱い。
ディープラーニング協調フィルタリングレコメンデーションシステムは、このバイアスに対してより脆弱であることが示されている。
公正と安定のための堅牢なレコメンデーションシステムを設計する必要性について論じる。
論文 参考訳(メタデータ) (2022-09-28T13:00:26Z) - A Comprehensive Survey on Trustworthy Recommender Systems [32.523177842969915]
本稿では,信頼に値するレコメンダシステム (TRec) の概要について概説する。
それぞれの側面について、最近の技術についてまとめ、信頼性の高いレコメンデータシステムの実現を支援する研究の方向性について論じる。
論文 参考訳(メタデータ) (2022-09-21T04:34:17Z) - Cross-Network Social User Embedding with Hybrid Differential Privacy
Guarantees [81.6471440778355]
プライバシー保護方式でユーザを包括的に表現するために,ネットワーク横断型ソーシャルユーザ埋め込みフレームワークDP-CroSUEを提案する。
特に、各異種ソーシャルネットワークに対して、異種データ型に対するプライバシー期待の変化を捉えるために、まずハイブリッドな差分プライバシーの概念を導入する。
ユーザ埋め込みをさらに強化するため、新しいネットワーク間GCN埋め込みモデルは、それらの整列したユーザを介して、ネットワーク間で知識を伝達するように設計されている。
論文 参考訳(メタデータ) (2022-09-04T06:22:37Z) - A Blockchain-Based Consent Mechanism for Access to Fitness Data in the
Healthcare Context [0.966840768820136]
本研究では、ブロックチェーンとスマートコントラクトに基づく、人間中心、法的に準拠、分散化、動的同意システムのためのアーキテクチャを紹介する。
提案方式のセキュリティ特性は, 正式なセキュリティモデリングフレームワークSeMFを用いて評価した。
論文 参考訳(メタデータ) (2022-02-25T09:51:02Z) - Federated Social Recommendation with Graph Neural Network [69.36135187771929]
本稿では,ソーシャル情報とユーザ・イテムの相互作用を融合させることにより,ソーシャル・レコメンデーションの問題であるソーシャル・リコメンデーションの緩和を提案する。
我々は textbfGraph Neural Network (FeSoG) を用いた textbfFedrated textbfSocial 推薦フレームワークを考案した。
論文 参考訳(メタデータ) (2021-11-21T09:41:39Z) - Biometrics: Trust, but Verify [49.9641823975828]
バイオメトリック認識は、世界中のさまざまなアプリケーションに爆発しました。
生体認証システムの様々なサブモジュールに関する多くの顕著な問題と懸念があります。
論文 参考訳(メタデータ) (2021-05-14T03:07:25Z) - Privacy and Robustness in Federated Learning: Attacks and Defenses [74.62641494122988]
このトピックに関する最初の包括的な調査を実施します。
FLの概念の簡潔な紹介と、1脅威モデル、2堅牢性に対する中毒攻撃と防御、3プライバシーに対する推論攻撃と防御、というユニークな分類学を通じて、私たちはこの重要なトピックのアクセス可能なレビューを提供します。
論文 参考訳(メタデータ) (2020-12-07T12:11:45Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。