基于公开信息的社交网络隐私泄露_吕少卿

《基于公开信息的社交网络隐私泄露_吕少卿》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第34卷第Z1期通信学报Vol.34No.Z12013年8月JournalonCommunicationsAugust2013doi:10.3969/j.issn.1000-436x.2013.z1.025基于公开信息的社交网络隐私泄露11,22吕少卿，张玉清，倪平（1.西安电子科技大学综合业务网理论及关键技术国家重点实验室信息安全研究中心，陕西西安710071；2.中国科学院大学国家计算机网络入侵防范中心，北京100190）摘要：针对社交网络公开信息提出了一种隐私信息推测算法，通过对用户的好友关系

2、网络进行社区发现，利用社区内一部分好友公开信息推测其他好友隐私信息。实验表明，该算法只需利用少量公开信息就能以较高的准确率推测出其他用户大量的隐私信息。关键词：社交网络；隐私泄露；社区发现中图分类号：TP393.08文献标识码：B文章编号：1000-436X(2013)Z1-0190-07Privacyleakageinonlinesocialnetworksbasedonpublicinformation11,22LVShao-qing,ZHANGYu-qing,NIPing(1.Informat

3、ionSecurityResearchCenterofStateKeyLaboratoryofIntegratedServicesNetworks,XidianUniversity,Xi'an710071,China;2.NationalComputerNetworkIntrusionProtectionCenter,UniversityofChineseAcademyofSciences,Beijing100190,China)Abstract:Analgorithmwasproposedtopr

4、edictprivacyinformationinsocialnetworkwithpublicinformation.Thisal-gorithmdetectedcommunitiesinthefriendrelationshipnetworkandinferredprivacyinformationusingpublicinfor-mationofsomefriends.Theresultsshowthatusers’privacyinformationcanbeestimatedwithhig

5、haccuracywhengivenonlyalittlepublicinformation.Keywords:onlinesocialnetwork;privacyleakage;communitydetection如图1所示，图中每个圆环代表一个用户，1引言这些用户都与用户u具有好友关系，圆环内的字随着社交网络的飞速发展，越来越多的用户通符表示该用户的标识，圆环间的连线表示这2个过社交网络来记录自己的生活、与好友沟通交流。用户存在好友关系。这些用户以及用户间的好友为了更好地交流以及得到感兴趣的信

6、息，用户在社关系所组成的网络称为用户u的好友关系网络。交网络中通过教育信息以及兴趣等条件添加其他根据这些用户之间的好友关系，利用社区发现算用户为好友，同时这些用户由于具有相同的信息或法能够将它们分为A、B、C、D4个社区，分别爱好，它们之间也可能具有好友关系。在社交网络由图中椭圆内用户组成。A社区由用户A1、A2组中由一个用户的好友以及这些好友之间的关系所成，B社区由用户B1、B2、B3组成，C社区由用组成的网络结构称之为该用户的好友关系网络。在户C1~C5组成，用户D1~D4组成了D社区。同好友关

7、系网络中，根据联系的紧密程度，这些用户一社区内用户的关系紧密，不同社区之间用户的能够分为不同的群，其中群内用户的好友关系紧关系比较稀疏。密，不同群之间用户的关系稀疏，那么这些群就称为了更好地标识自己，大量用户在社交网络中[1]为这个好友关系网络中的社区。填写了个人真实信息。社交网络对用户信息提供了收稿日期：2013-06-26基金项目：国家自然科学基金资助项目（61272481）；北京市自然科学基金资助项目（4122089）FoundationItems:TheNationalNaturalScie

8、nceFoundationofChina(61272481);TheNaturalScienceFoundationofBeijing(4122089)第Z1期吕少卿等：基于公开信息的社交网络隐私泄露·191·相应的设置以保护个人隐私。用户通过隐私设置来户的其他信息(政治观点)，并且比较了只用个人信控制哪些信息能够被哪些用户访问。但大量的研究息、只用关系信息以及结合个人信息和关系信息这发现，根据用户已公开的信息，利用网络分析以及3种情况下的正确率。[4]数据挖掘的方法