社交網(wǎng)絡(luò)中關(guān)系數(shù)據(jù)的隱私保護(hù)方法研究.pdf

1、近年來，社交網(wǎng)絡(luò)的流行已深刻地改變了人們的日常生活和交流方式。然而，眾多活躍用戶在依賴一些社交應(yīng)用的同時忽視了對現(xiàn)實(shí)中重要屬性和關(guān)系等信息的隱私保護(hù)，如今各種惡意攻擊和隱私泄露引發(fā)了一系列嚴(yán)重的安全威脅和社會問題。因此，研究社會網(wǎng)絡(luò)的隱私保護(hù)技術(shù)顯得尤為重要。
　　現(xiàn)有的社交網(wǎng)絡(luò)隱私保護(hù)研究大多側(cè)重如何實(shí)現(xiàn)各種基于節(jié)點(diǎn)屬性或關(guān)系圖的匿名化模型，忽略了由于匿名化而帶來巨大的信息損失及計算NP-Hard問題，同時存在著網(wǎng)絡(luò)關(guān)系結(jié)構(gòu)被嚴(yán)

2、重破壞的不足。此外，目前還缺乏對加權(quán)敏感邊隱私保護(hù)方法的深入討論。為此，本文改進(jìn)了現(xiàn)有k-度匿名模型，并且提出針對加權(quán)敏感邊的隱私保護(hù)方法，主要貢獻(xiàn)如下：
　　(1)針對無權(quán)無向網(wǎng)絡(luò)提出一種保持網(wǎng)絡(luò)結(jié)構(gòu)穩(wěn)定的 k-度匿名隱私保護(hù)模型SimilarGraph，運(yùn)用動態(tài)規(guī)劃方法對節(jié)點(diǎn)度序列進(jìn)行最優(yōu)簇劃分，然后采用移動邊操作方式重構(gòu)網(wǎng)絡(luò)實(shí)現(xiàn)基于圖的k-度匿名化，該模型區(qū)別于傳統(tǒng)的數(shù)值擾亂或圖修改方法，其優(yōu)勢在于既不增加網(wǎng)絡(luò)邊數(shù)和節(jié)點(diǎn)數(shù)，

3、也不破壞網(wǎng)絡(luò)原有連通性和關(guān)系結(jié)構(gòu)，克服現(xiàn)有社交網(wǎng)絡(luò)的匿名化模型存在信息損失量巨大、網(wǎng)絡(luò)關(guān)系結(jié)構(gòu)改變嚴(yán)重等問題。實(shí)驗(yàn)結(jié)果表明，SimilarGraph匿名化方法不僅能有效提高網(wǎng)絡(luò)抵御度屬性攻擊的能力，并且還能保持網(wǎng)絡(luò)結(jié)構(gòu)穩(wěn)定，同時具有較理想的信息損失代價。
　　(2)提出一種針對加權(quán)敏感邊的隱私保護(hù)方法，該方法以邊介數(shù)為網(wǎng)絡(luò)重要性評價手段來區(qū)分敏感邊與非敏感邊，并通過添加偽邊和邊權(quán)重擾動相結(jié)合方式實(shí)現(xiàn)對重要加權(quán)敏感邊的隱私保護(hù)，以解