防止多社区结构化攻击的加权社会网络隐匿方法 |
| |
引用本文: | 王胜和,孙福林.防止多社区结构化攻击的加权社会网络隐匿方法[J].安庆师范学院学报(自然科学版),2016,22(2). |
| |
作者姓名: | 王胜和 孙福林 |
| |
作者单位: | 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 |
| |
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。
|
关 键 词: | 社区划分 加权社会网络 (kα lβ)-secure 隐私保护 |
本文献已被 CNKI 万方数据 等数据库收录! |
|