防止多社区结构化攻击的加权社会网络隐匿方法

作     者：王胜和 孙福林 WANG Sheng-he;SUN Fu-lin

作者机构：安徽公安职业学院公安科技系安徽合肥230088 东南大学计算机科学与工程学院江苏南京211189 

基　　金：安徽省科技攻关计划项目(1401b042011) 

出 版 物：《安庆师范学院学报（自然科学版）》 (Journal of Anqing Teachers College(Natural Science Edition))

年 卷 期：2016年第22卷第2期

页      码：39-42页

摘      要：传统面向加权社会网络的隐私保护技术多数针对用户个体隐私保护,而对基于权重背景知识引发集群隐私泄露缺少关注。将权重属性信息作为额外背景知识,提出一种基于数据扰动的(kα,lβ)-secure社会网络隐私保护模型,有效防止个体用户和社区结构敏感标识的逆推攻击;并基于此模型设计实现了一种图匿名化方法,能够以尽可能小的信息损失构建符合(kα,lβ)-secure模型的匿名图。理论分析和实验结果表明,本文方法可以有效避免攻击者对用户个体隐私和社区集群隐私所造成的逆推攻击,同时最大限度保持权重信息的可用性。

主 题 词：社区划分 加权社会网络 (kα,lβ)-secure 隐私保护 

学科分类：0839[0839] 08[工学] 

D　O　I：10.13757/j.cnki.cn34-1150/n.2016.02.011

馆 藏 号：203187957...