大型社交网络的差分隐私保护算法
作者机构：贵州大学计算机科学与技术学院贵州贵阳550025 贵州大学公共大数据国家重点实验室贵州贵阳550025 贵州财经大学信息学院贵州贵阳550025
基 金：贵州省科技计划基金项目(黔科合重大专项字3001、黔科合支撑2004、黔科合支撑2162、黔科合基础1049) 贵州财经大学科研基金项目(2017XJC01)
出 版 物：《计算机工程与设计》 (Computer Engineering and Design)
年 卷 期：2020年第41卷第6期
页 码：1568-1574页
摘 要：为解决大型社交网络隐私保护中的复杂度过高及可用性差的问题,提出一种基于随机投影及差分隐私的社交网络隐私保护算法。利用随机投影对社交网络图的邻接矩阵进行指定投影数量的降维,进一步在降维后的矩阵中加入少量高斯噪声生成待发布矩阵。该算法满足(ε,δ)-差分隐私定义且能保持用户间欧氏距离的可计算性不变。实验和对比分析结果表明,该算法较传统差分隐私能大幅提升数据可用性且计算复杂性较小,适用于大规模社交网络隐私保护。
主 题 词：社交网络 隐私保护 数据发布 随机投影 差分隐私
学科分类：0839[0839] 08[工学] 081201[081201] 0812[工学-测绘类]
D O I：10.16208/j.issn1000-7024.2020.06.011
馆 藏 号：203933031...
