社交网络中基于隐私的链路预测算法研究

社交网络中基于隐私的链路预测算法研究

ID:35183245

大小:4.19 MB

页数:61页

时间:2019-03-21

社交网络中基于隐私的链路预测算法研究_第1页
社交网络中基于隐私的链路预测算法研究_第2页
社交网络中基于隐私的链路预测算法研究_第3页
社交网络中基于隐私的链路预测算法研究_第4页
社交网络中基于隐私的链路预测算法研究_第5页
资源描述:

《社交网络中基于隐私的链路预测算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、分类亏巡^^^学号II3001_i^P4Q皿粗(巧EIJINGUNIV巨民SITYOFCIVILENGINEERINGANDARCHITECTURE学位论文社交网络中基于隐私的链路预测算法研究TheRe化archinofLinkPredictionAlori化mBasedonPrivacinSocialNetworksggy赵意指导教师姓名张长伦讲师北京建筑大学'申请学位级别硕±学位类别理学硕±专业名称运筹学与控制论年级2013级论文

2、答辩时间2016年6月学位授予单位和日期北京津筑大学2016年6月答辩委员会主席曹鸿钩教授论文评阅人韩德志教授聽海冰副教授北京建筑大学硕±学位论文原创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下进行的研巧工作及取得.尽我所知的研究成果,除了文中特别加W标注和致谢的地方外,论文中不包含其他人己经发表或撰写过的研究成果,也不包含本人或他人为获得北京建筑大学或其它教育机一构的学位或学历证书而使用过的材料.与我同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意..若有不

3、实之处,本人愿意承担相关法律责任2/:日期:日学位论文作者签字年月^^化京建学硕古学位论文用书筑大版权使授权识,工人全了解学校有关学位论文知产权的规定在校攻读学位期间论文作的知本完,.识产权属于北京建筑大学允许论文被查阅和借阅学校有权保留论文并向国家有关部,可位论全或部关口或机构送交论文纸质版和电子版W将本学文的部分内容编入有数据,、或.库进行检可采、缩扫描复制手段保存和汇编学位论文索找用影印印等.在使上保密学位论文解密后的用授权同::学位论文作者签名校导签名内师'^心年月2曰月/曰年真^/疋八^(校外导师签名

4、:年月日摘要摘要随着社交网络的广泛使用,链路预测成为一个重要的研究方向。社交网络是真实社会关系的影射,个人用户本身存在许多隐私信息,并且这些隐私信息对链路预测有很大影响。因此,使用用户的隐私信息研究社交网络的链路预测算法具有非常重要的意义。本论文通过分析社交网络中存在的用户隐私信息,研究了用户隐私信息发布的隐私保护问题,着重研究了有向社交网络的链路预测算法以及有向加权社交网络的链路预测算法。论文的研究工作得到国家自然科学基金青年基金(NO.61401015)的支持,主要研究的内容及取得的成果如下:1.分析社交网络中用户的隐私信息泄露可能会对

5、用户造成威胁的问题,使用基于差分隐私的直方图发布方法处理用户的隐私信息。该方法考虑了隐私信息发布的安全问题,在保证信息发布后有一定的可用性的前提下对用户的隐私信息进行处理,使得发布后的信息与发布前的信息有一定的差别,进而使得用户的隐私信息不被泄露。理论分析与实验结果表明,使用该方法处理过的社交网络中用户的隐私信息可以保证这些隐私信息数据安全发布。2.分析用户隐私信息及用户节点度信息对链路预测的影响,提出了一种基于用户隐私信息的链路预测算法。该算法综合考虑了社交网络中用户的隐私信息以及用户节点度信息,使用处理后的隐私信息计算用户信息的相似度,同时还分

6、析了节点度的分布情况以及网络的结构特征,使得提出的链路预测方法更符合社交网络的实际情况。仿真分析表明,该算法提高了预测结果的精确度。3.分析社交网络中的用户行为关系,并结合用户的隐私信息,提出了一种基于用户行为关系及信息的链路预测算法。该算法考虑了社交网络中用户的一些互动行为特征,对网络进行加权处理,并在处理后的网络中考虑用户的隐私信息,分析用户的信息兴趣偏好,给出一种有向加权社交网络的链路预测方法。仿真分析表明,使用该算法得到的预测结果有很高的预测精确度。关键字:社交网络;链路预测;隐私保护;差分隐私IABSTRACTABSTRACTWithth

7、ewidespreaduseofsocialnetwork,linkpredictionhasbecomeanimportantresearchdirection.Thesocialnetworkisamappingfromrealsocialrelations,thereislotsofprivacyinformationthathasagreatinfluencetothelinkprediction.Therefore,itisveryimportanttostudythelinkpredictionalgorithmofsocialnetw

8、orkusingtheuser'sprivacyinformation.Inthispaper,theuserprivac

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。