Key points are not available for this paper at this time.
Avec le besoin croissant de préserver des données confidentielles tout en fournissant des recommandations, le filtrage collaboratif préservant la vie privée reçoit une attention croissante. Pour rassurer les propriétaires de données lors de la fourniture de prévisions, divers schémas ont été proposés pour estimer les recommandations sans compromettre profondément la vie privée. Ces méthodes éliminent ou réduisent les préoccupations liées à la vie privée, financières et légales des propriétaires de données en utilisant différentes techniques de préservation de la vie privée. Bien qu'il existe un nombre considérable d'études se concentrant sur les schémas de filtrage collaboratif respectueux de la vie privée, il n'existe pas d'enquête complète les examinant sous différents angles. Dans cette enquête, nous nous concentrons principalement sur l'étude de diverses méthodes de recommandation préservant la vie privée en fonction des cas de partitionnement des données et des techniques utilisées pour préserver la confidentialité. Nous examinons également la vie privée en général et l'examinons dans des scénarios de filtrage collaboratif. Nous discutons des schémas proposés en termes de leurs limites et des défis pratiques de mise en œuvre. De plus, nous donnons un aperçu de l'évaluation de tels schémas. Enfin, nous fournissons des lignes directrices complètes pour l'étude dans ce domaine et proposons des directions de recherche futures.
Bilge et al. (Mar,) ont étudié cette question.