社交網(wǎng)絡(luò)中個(gè)人信息與人際關(guān)系的隱私保護(hù)研究.pdf

1、作為Web2.0技術(shù)產(chǎn)物之一,社交網(wǎng)絡(luò)(Social Network Service,簡(jiǎn)稱SNS)已經(jīng)成為當(dāng)今網(wǎng)絡(luò)應(yīng)用的熱門。Facebook等SNS應(yīng)用譜寫了一個(gè)又一個(gè)用戶激增和財(cái)富暴漲的神話。隨著社交網(wǎng)絡(luò)的應(yīng)用,人們分享和發(fā)布的信息也越來(lái)越多,用戶隱私信息的泄露問(wèn)題也日益嚴(yán)重。本文將研究?jī)?nèi)容分為個(gè)人信息隱私保護(hù)和人際關(guān)系隱私保護(hù)兩個(gè)方面。
　　 在研究個(gè)人信息的隱私保護(hù)方面,在傳統(tǒng)表格式數(shù)據(jù)的隱私保護(hù)基礎(chǔ)上,分析了K-Ano

2、nymity模型,L-Diversity模型以及個(gè)性化匿名模型的優(yōu)缺點(diǎn),綜合考慮了社交網(wǎng)絡(luò)中個(gè)人信息隱私保護(hù)的個(gè)性化需求,提出了個(gè)性化(P,α,K)匿名模型。該模型考慮了隱匿字段P,隱匿層次α和標(biāo)識(shí)符相同的個(gè)數(shù)K等因素,通過(guò)先設(shè)置需要個(gè)性化隱匿的字段和層次,再進(jìn)行K匿名處理,從而提高算法的效率,論文詳細(xì)闡述了個(gè)性化(P,α,K)匿名模型中數(shù)據(jù)隱匿和泛化的過(guò)程。本文并討論了計(jì)算隱私泄露風(fēng)險(xiǎn)與信息損失的方法和度量。
　　 在研究人際

3、關(guān)系的隱私保護(hù)方面,本文分析了典型的圖發(fā)布中的隱私保護(hù)方法,在現(xiàn)有三級(jí)保護(hù)框架的基礎(chǔ)上,提出用戶可以自定義設(shè)置的四級(jí)保護(hù)模型,將隱私保護(hù)程度從低到高分為節(jié)點(diǎn)信息保護(hù),節(jié)點(diǎn)信息和度數(shù)綜合保護(hù),邊的標(biāo)簽信息泛化,相鄰節(jié)點(diǎn)保護(hù)。該模型允許用戶設(shè)置不同的隱私保護(hù)程度,并且綜合了節(jié)點(diǎn)間邊的結(jié)構(gòu)信息保護(hù)方法和微數(shù)據(jù)的隱私保護(hù)方法。
　　 最后,通過(guò)搭建實(shí)驗(yàn)仿真平臺(tái),實(shí)現(xiàn)了個(gè)性化(P,α,K)匿名模型,通過(guò)實(shí)驗(yàn)數(shù)據(jù)分析了該模型的運(yùn)行時(shí)間與信息