面向權(quán)重隱私的社會網(wǎng)絡(luò)隱私保護(hù)技術(shù)研究.pdf

1、隨著web2.0技術(shù)和社會網(wǎng)絡(luò)的快速發(fā)展，社會網(wǎng)絡(luò)中用戶信息共享不可避免會帶來用戶隱私安全威脅。較之于傳統(tǒng)未加權(quán)社會網(wǎng)絡(luò)，加權(quán)社會網(wǎng)絡(luò)中權(quán)值屬性往往攜帶更豐富的個體隱私信息，面向權(quán)重隱私的社會網(wǎng)絡(luò)隱私保護(hù)已成為鏈接挖掘和隱私保護(hù)領(lǐng)域的研究熱點。當(dāng)前大多數(shù)面向加權(quán)社會網(wǎng)絡(luò)的隱私保護(hù)研究集中于保護(hù)用戶個體隱私安全(Individual Privacy)，缺少對社會網(wǎng)絡(luò)中多社區(qū)協(xié)同隱私(Corporate Privacy)安全保護(hù)問題的關(guān)注。

2、此外，已有權(quán)重隱私匿名策略難以有效兼顧維持權(quán)重數(shù)據(jù)可用性和保護(hù)數(shù)據(jù)隱私安全。針對上述問題，本文對加權(quán)社會網(wǎng)絡(luò)中用戶權(quán)重隱私安全問題進(jìn)行研究。論文主要工作包括:
　　(1)結(jié)合面向權(quán)重隱私的加權(quán)社會網(wǎng)絡(luò)數(shù)據(jù)發(fā)布應(yīng)用環(huán)境下隱私保護(hù)技術(shù)特點，分析相關(guān)隱私保護(hù)模型、具體數(shù)據(jù)匿名技術(shù)及數(shù)據(jù)可用性度量標(biāo)準(zhǔn)等。
　　(2)針對攻擊者可能借助權(quán)重背景知識造成社會網(wǎng)絡(luò)用戶敏感標(biāo)識再識別問題，引入統(tǒng)計攻擊的概念，結(jié)合Hellinger距離衡量權(quán)

3、值序列相似度，構(gòu)建面向結(jié)點權(quán)值序列的(k,λ)-similarity隱私模型，提出基于滑動窗口的數(shù)據(jù)擾動方法SWBADP，使匿名后社會網(wǎng)絡(luò)數(shù)據(jù)具有較高的隱私保護(hù)強度和較好的挖掘可用性。進(jìn)一步提出深度聚類準(zhǔn)則，解決k-degree匿名聚簇可能造成的隱私泄露問題。
　　(3)針對現(xiàn)有研究在社區(qū)協(xié)同隱私(Corporate Privacy)安全保護(hù)方面存在的缺陷和不足，構(gòu)建面向個體用戶隱私和社區(qū)協(xié)同隱私的（kα,lβ)-secure社會