10.14132/j.cnki.1673-5439.2016.02.011
基于动态社会网络数据发布的个性化隐私保护
针对动态社会网络数据发布中用户的个性化隐私保护要求L和所属社区属性C并没有得到足够重视的问题,提出了一种基于动态社会网络数据发布的个性化隐私保护方法.将社会网络中的隐私保护级别分为3个等级:不需保护L=0、防止度攻击L=1和防止领域子图攻击L=2.对于L≠0的节点集,通过k-分组和(k,Δd)方法对节点进行匿名,其中k-分组满足社区属性C的k-多样性;对L=2的节点集,进行k-领域子图匿名.理论分析和实验表明:攻击者不能以大于1/k的概率识别出某节点,且不能以大于u的概率推出两节点之间存在敏感边.该方法能够满足社会网络中各用户对隐私保护的要求,对于同一隐私保护程度降低了社会网络图的信息损失.
动态社会网络数据发布、个性化隐私保护、社区属性
36
TP309(计算技术、计算机技术)
国家自然科学基金11501302
2016-06-15（万方平台首次上网日期，不代表论文的发表时间）
共8页
74-81
