欢迎来到天天文库
浏览记录
ID:53028512
大小:1.45 MB
页数:4页
时间:2020-04-14
《基于k-subgraph算法的社交网络隐私保护研究-论文.pdf》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、科技通报第31卷第7期Vol.31No.72015年7月BULLETINOFSCIENCEANDTECHNOLOGYJul.2015基于k-subgraph算法的社交网络隐私保护研究宋喜忠,刘康明(黄淮学院信息工程学院,河南驻马店463000)摘要:针对社交网络隐私保护问题,本文提出一种新的隐私保护方法——k-subgraph划分算法,它通过对社交网络进行分割,通过泛化顶点标签和扰乱图的结构特征,来对社交网络进行匿名化处理,拟达到隐私保护的目的。仿真实验表明,该方法可以有效的保护社交网络中个体的隐私信息,同时保证了社交网络中匿名数据的可用性。关键词:社交网络;隐私保护;
2、泛化;数据发布;信息损失中图分类号:TP393.02文献标识码:A文章编号:1001-7119(2015)07-0119-03ResearchofPrivacyProtectionforPersonalInformationofSocialNetworkServiceBasedonK-subgraphAlgorithmSongXizhong,LiuKangming(CollegeofInformationEngineering,HuanghuaiUniversity,HenanZhumadian463000,China)Abstract:Inviewofthesocia
3、lnetworkprivacyprotectionissues,thispaperproposesanewprivacyprotectionmethod-k-subgraphdivisionrules,itthroughthesocialnetworksegmentation,throughgeneralizationvertexlabelsanddisruptthefigurestructurecharacteristics,cometoanonymizethesocialnetwork,isproposedtoachievethepurposeofprivacypr
4、otection;Simulationexperimentsshowthatthismethodcanofferinanetworkofindividualprivacyprotection,anonymoussocialnetworkatthesametimealsocanguaranteeavailability.Keywords:socialnetworkservice;privacyprotection;generalization;datapublication;informationloss0引言间是相互独立的,所以对数据信息进行匿名处理不会影响到数据表中其
5、它记录。而在社交网络在信息数据中往往包含一些数据所有者的中,对数据敏感的信息进行匿名处理时,由于改敏感信息,这些信息易被攻击者获取。为了保护变顶点和边的标签(删除或添加顶点和边)会影数据所有者的隐私,在社交网络数据发布之前要响到其它顶点和边,也会影响整个社交网络的结进行必要的敏感信息的属性处理。依赖数据的构特征。而且攻击者的背景知识也更加复杂更特征和对数据中的隐私保护及可用性方面的要难模拟,给隐私保护带来更大的挑战,如何有效求,需要对数据中敏感信息的属性进行修改或删的解决数据发布中隐私保护问题,防止隐私信息除,确保数据所有者隐私信息的安全。目前在对被泄露,本文提出一种新
6、的隐私保护方法——k-社交网络数据中敏感信息的匿名处理比对单个subgraph隐私规则,利用k-subgraph隐私规则算表数据的匿名处理更复杂,因为在单个数据表中法实现社交网络数据信息的匿名处理,实验结果对某些记录的属性进行匿名处理时,由于记录之表明,社交网络数据满足k-subgraph规则的匿收稿日期:2014-05-12基金项目:河南省科技攻关项目(No.122102210510);河南省教育厅科技攻关项目(No.13A520786)。作者简介:宋喜忠(1977-),男,河南省驻马店驿城区人,讲师,硕士。研究方向:计算机网络、数据库。120科技通报第31卷名,可以
7、有效地保护社交网络中的个体隐私信息间的关系,边的集合用E⊆V×V表示,L表示社的安全,保证社交网络中数据的可用性,为人们交网络图中节点的标签集合。假设每个节点的提供一个方便交流维护社会关系的社交网络平标签由t个属性A1,⋯,At组成。对于任一节点台。v∈V,节点v的标签可以表示为label(v)=(v.A1,⋯,v.At),其中v.Ai(1≤i≤t)表示顶点1社交网络隐私模型v在第i个属性Ai上的值。定义2(标签匿名)给定一个社交网络G=(V,E,L),标签匿名是通过删除标签中的身份属1.1社交网络简介社交网络(socialnetwork
此文档下载收益归作者所有