基于马尔科夫聚类的社会网络隐私保护研究

基于马尔科夫聚类的社会网络隐私保护研究

ID:37072809

大小:4.67 MB

页数:59页

时间:2019-05-16

基于马尔科夫聚类的社会网络隐私保护研究_第1页
基于马尔科夫聚类的社会网络隐私保护研究_第2页
基于马尔科夫聚类的社会网络隐私保护研究_第3页
基于马尔科夫聚类的社会网络隐私保护研究_第4页
基于马尔科夫聚类的社会网络隐私保护研究_第5页
资源描述:

《基于马尔科夫聚类的社会网络隐私保护研究》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、HEBEIUNIVERSITY密级:分类号:学校代码:10075学号:20151321硕士学位论文基于马尔科夫聚类的社会网络隐私保护研究学位申请人:董亚伟指导教师:刘振鹏教授学位类型:工学硕士学科专业:计算机科学与技术授予单位:河北大学答辩日期:二〇一八年五月ClassifiedIndex:CODE:10075U.D.C:NO:20151321ADissertationfortheDegreeofM.EngineeringResearchonSocialNetworkPrivacyProtectionBasedonMarkovClusterAlgorithmCand

2、idate:DongYaweiSupervisor:Prof.LiuZhenpengAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:ComputerScienceandTechnologyUniversity:HebeiUniversityDateofOralExamination:May,2018河北大学学位论文独创性声明本人郑重声明:所呈交的学位论文,是本人在导师指导下进行的研宄工作及取得,论文中不包含其他的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外人己经发表或撰写的研究成果

3、,也不包含为获得河北大学或其他教育机构的学位或证书一己在论文中作了明确所使用过的材料。与我同工作的同志对本研宄所做的任何贡献均的说明并表示了致谢。日期—^日-1^:一M-年j月:fa作者签名学位论文使用授权声明本人完全了解河北大学有关保留、使用学位论文的规定,即:学校有权保留并向国电子版。学校可以公布家有关部门或机构送交论文的复印件和,允许论文被查阅和借阅可以采用影印。、缩印或其他复制手段保存论文论文的全部或部分内容,本学位论文属于日解密后适用本授权声明。1、保密□,在年月2、不保密阳/。“”(请在以上相应方格内打

4、V)日數毒日期—:月作者签名:曰期:^年_月_^日tT师佥名:7沒£保护知识产权声明本人为申请河北大学学位所提交的题目为(基于马尔科夫聚类的社会网络隐私保护研究)的学位论文,是我个人在导师(刘振鹏)指导并与导师合作下取得的研究成果,研究工作及取得的研宄成果是在河北大学所提供的研究经费及导师的研宄经费资助下完成的。本人完全了解并严格遵守中华人民共和国为保护知识产权所制定的各项法律、行政法规以及河北大学的相关规定。面本人声明如下:本论文的成果归河北大学所有,未经征得指导教师和河北大学的书同意和授权,本人保证不以任何形式公开和

5、传播科研成果和科研工作内容。如果违反本声明,本人愿意承担相应法律责任。声明人:畫日期:年方月釦日摘要摘要社会网络蕴含了社会成员之间的交互关系,这种交互关系构成社会网络的结构以及属性。社会网络作为互联网背景下的新型应用模式,其具有动态性特征。社会网络的交互关系中包含大量的个人隐私信息,在分析挖掘的发布过程中,会造成用户个人隐私信息的泄露。如何对社会网络数据发布进行有效的隐私保护在信息安全领域中具有深远的理论意义和实用价值。针对社会网络数据发布中的隐私保护问题展开了研究,主要工作如下:(1)针对静态社会网络数据发布中的隐私保护问题,设计了一种基于马尔科夫

6、算法并且满足ε-差分隐私的社会网络数据发布隐私保护方法(MCLDifferentialPrivacyAlgorithm,MDPA)。首先,构建了适应社会网络图特征的差分隐私保护模型;其次,应用马尔科夫聚类算法,对社会网络图进行聚类,生成边权重信息三元组函数;最后,通过向完成聚类的节点所在边的权重中,注入服从拉普拉斯分布的噪声,生成隐私保护后的社会网络图。(2)针对动态社会网络数据发布中的隐私保护问题,对静态社会网络数据发布中隐私保护算法进行改进,设计了满足ε-差分隐私的动态社会网络数据发布隐私保护方法(DynamicDifferentialPrivacyAlgori

7、thm,DDPA)。首先,识别随着社会网络图的动态变化而发生变化的边权重信息,包括增加边以及修改边的权重信息,构成三元组函数;其次,添加满足ε的隐私保护预算,构建ε-权重向量;最后,生成隐私保护后的社会网络数据发布图。(3)对上述两个方面的问题进行仿真实验,实验结果表明,MDPA算法满足用户在社会网络中的差分隐私要求,并提高了数据效用性;DDPA算法适应了社会网络的动态性特征,大大提高了算法的执行效率,并保证了权重信息损失率的降低。关键词社会网络差分隐私马尔科夫聚类算法数据发布IAbstractAbstractSocialnetworkcontainsthein

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。