基于向量相似的权重社会网络隐私保护

reasonant-j · 发表于 2021-4-23 10:48

EDA365欢迎您登录！

您需要登录才可以下载或查看，没有帐号？注册

x

摘要：针对权重社会网络发布，提出采用基于向量相似的随机扰动方法实现多个发布场景下网络结构和边权重的隐私保护．该方法以边空间理论为基础，采用基于节点聚类的分割方法构建权重社会网络的向量集模型；以加权欧氏距离作为向量相似的度量标准，根据选定阈值构建发布候选集；从候选集随机选取向量实现权重社会网络的发布；可抵御多种节点识别攻击，迫使攻击者在一个向量发生概率相同的庞大结果集中进行重识别，增加了识别的不确定性．实验结果表明，该方法在确保社会个体隐私安全同时可保护社会网络分析所需的某些结构特征，提高发布数据效用．

关键词：社会网络；边权重；隐私保护；向量集模型；加权欧氏距离

社会网络是社会个体因互动而形成的网状关系结构，是多种社会现象的表示模型．由于科学研究、数据共享等需要，社会网络要进行发布，为确保社会个体的敏感信息不泄露，在数据发布前需进行隐私保护处理．已提出的隐私保护方法可分为基于聚类（泛化）和基于网络结构修改两类．结构修改方法相对聚类方法而言可保持社会网络的原有规模，数据缺损相对较小，可获得相对较高的数据效用．针对无权社会网络，基于Ｋ匿名模型，Ｚｈｏｕ等［１］提出采用Ｋ邻域匿名模型阻止攻击者以目标节点的邻域作为背景知识进行个体识别攻击；Ｌｉｕ等［２］提出采用Ｋ度匿名模型阻止攻击者以目标节点的度作为背景知识进行个体识别攻击；Ｚｏｕ等［３］提出采用Ｋ自同构方法抵御多种基于结构查询的个体识别攻击．Ｈａｙ等［４］通过等概率的删除Ｍ条边和插入Ｍ条的随机化构建方法实现隐私保护；Ｙｉｎｇ等［５］采用和文献［４］相似的方法，通过随机增加边、删除边和交换边实现匿名保护．

附件下载;

游客，如果您要查看本帖隐藏内容请回复

enhgf65 · 发表于 2021-4-23 11:11

加权欧氏距离

帐号		自动登录	找回密码
密码			注册

[毕业设计] 基于向量相似的权重社会网络隐私保护

EDA365欢迎您登录！

浏览过的版块

推荐内容 /1