查询混淆语义分解

我们提出一种通过利用语义上相关和不相关的干扰项术语对查询进行分解来保护搜索引擎用户隐私的方法。搜索引擎接收到的不是单个查询，而是多个分解后的查询术语。接下来，我们通过聚合为分解查询术语检索到的搜索结果，来重建与原始查询术语相关的搜索结果。我们展示了使用分布式表示学习方法习得的词嵌入可用于寻找语义相关和干扰查询术语。我们推导了通过所提出的查询匿名化方法实现的混淆度与利用分解查询对原始搜索结果的可重建性之间的关系。我们分析研究了在所提出的查询混淆方法下发现搜索引擎用户信息意图的风险，并经验性地评估了其针对基于聚类的攻击的鲁棒性。我们的实验结果表明，所提出的方法能够准确重建用户查询的搜索结果，且不损害搜索引擎用户的隐私。