检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于k-度匿名的社会网络隐私保护方法

电子学报 2016年第6期44卷 1437-1444页

作者：龚卫华兰雪锋裴小兵杨良怀浙江工业大学计算机科学与技术学院浙江杭州310023 华中科技大学软件学院湖北武汉430074

针对当前社会网络的匿名化隐私保护方法存在信息损失量巨大、网络关系结构被改变严重等问题,提出一种保持网络结构稳定的k-度匿名隐私保护模型Similar Graph,运用动态规划方法对社会网络按照节点度序列进行最优簇划分,然后采用移动边操... 详细信息

针对当前社会网络的匿名化隐私保护方法存在信息损失量巨大、网络关系结构被改变严重等问题,提出一种保持网络结构稳定的k-度匿名隐私保护模型Similar Graph,运用动态规划方法对社会网络按照节点度序列进行最优簇划分,然后采用移动边操作方式重构网络图以实现图的k-度匿名化.区别于传统的数值扰乱或图修改如随机增加、删除节点或边等方法,该模型的优势在于既不增加网络边数和节点数,也不破坏网络原有连通性和关系结构.实验结果表明,Similar Graph匿名化方法不仅能有效提高网络抵御度属性攻击的能力,并且还能保持网络结构稳定,同时具有较理想的信息损失代价.

关键词：社会网络隐私保护 k-度匿名信息损失

在线全文

学校读者我要写书评

暂无评论

邻居子图扰动下的k-度匿名隐私保护模型

西安电子科技大学学报 2023年第4期50卷 180-193页

作者：丁红发唐明丽刘海蒋合领傅培旺于莹莹贵州财经大学信息学院贵州省大数据统计分析重点实验室贵州贵阳550025 贵安新区科创产业发展有限公司贵州贵阳550025

大规模图数据在商业和学术研究中应用广泛,在其共享发布场景中隐私保护极为重要。现有的匿名隐私保护模型难以有效解决图数据隐私保护和数据效用间的冲突问题。针对此问题,基于邻居子图扰动提出一种增强隐私保护程度和数据效用水平的k... 详细信息

大规模图数据在商业和学术研究中应用广泛,在其共享发布场景中隐私保护极为重要。现有的匿名隐私保护模型难以有效解决图数据隐私保护和数据效用间的冲突问题。针对此问题,基于邻居子图扰动提出一种增强隐私保护程度和数据效用水平的k度匿名隐私保护模型。首先,该模型利用邻居子图扰动机制优化扰动图数据节点的1-邻居子图,提高扰动效率并减少数据效用损失;其次,利用分治策略并依据节点度序列实现对节点匿名组的优化划分,提高匿名图数据的效用;最后,采用边修改和子图边缘修改的策略重构匿名图数据,实现图数据k度匿名隐私保护。对比和实验结果表明,所提出模型比现有模型在计算开销和安全性方面有了较大提升,能够同时抗节点度攻击和邻居子图攻击,在边变化比例、信息损失、平均节点度变化和聚类系数等指标方面数据效用显著提升。

关键词：隐私保护技术图结构匿名 k-度匿名邻居子图

维普期刊数据库博看期刊

基于邻居度序列相似度的k-度匿名隐私保护方案

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2017年第19期53卷 102-108页

作者：周克涛刘卫国施荣华中南大学信息科学与工程学院长沙410083

针对传统的k-度匿名方案添加随机噪声次数过多,构图成功率低,且无法抵御更复杂的图查询背景知识攻击的问题,提出了改进的k-度匿名隐私保护方案。该方案提出一种优先级构图算法,通过设置参数来调整邻居节点与度需求高的节点之间的权重,... 详细信息

针对传统的k-度匿名方案添加随机噪声次数过多,构图成功率低,且无法抵御更复杂的图查询背景知识攻击的问题,提出了改进的k-度匿名隐私保护方案。该方案提出一种优先级构图算法,通过设置参数来调整邻居节点与度需求高的节点之间的权重,引入欧式距离并对k-度匿名后的同度节点构造出相似度较高的邻居度序列。实验结果表明,该方案的度信息损失较少,能够调节边信息损失与构图成功率之间的冲突,抵御以节点的度结合邻居度序列作为背景知识的攻击。

关键词：社交网络隐私保护 k-度匿名优先级算法邻居度序列欧式距离

社会网络中基于节点平均度的k-度匿名隐私保护方案

在线全文

学校读者我要写书评

暂无评论

计算机系统应用 2021年第12期30卷 308-316页

作者：许佳钰章红艳许力周赵斌福建师范大学数学与信息学院福州350007 福建省网络安全与密码技术重点实验室福州350007

社会网络数据的发布可能导致用户隐私被泄露,例如用户的身份信息可能被恶意攻击者通过分析网络中节点的度数识别出来,针对这个问题提出一种基于节点平均度的k-度匿名隐私保护方案.方案首先利用基于平均度的贪心算法对社会网络节点进行划... 详细信息

社会网络数据的发布可能导致用户隐私被泄露,例如用户的身份信息可能被恶意攻击者通过分析网络中节点的度数识别出来,针对这个问题提出一种基于节点平均度的k-度匿名隐私保护方案.方案首先利用基于平均度的贪心算法对社会网络节点进行划分,使得同一分组中节点的度都修改成平均度,从而生成k-度匿名序列;然后利用优先保留重要边的图结构修改方法对图进行修改,从而实现图的k-度匿名化.本方案在生成k-度匿名序列时引入平均度,提高了聚类的精度,降低了图结构修改的代价.同时,由于在图结构修改时考虑了衡量边重要性的指标—邻域中心性,重要的边被优先保留,保持了稳定的网络结构.实验结果表明,本方案不仅能有效地提高网络抵抗度攻击的能力,还能极大降低信息损失量,在保护用户隐私的同时提高了发布数据的可用性.

关键词：社会网络隐私保护 k-度匿名平均度重要边

在线全文

学校读者我要写书评

暂无评论

基于进化算法的社会网络数据k-匿名发布

贵州大学学报（自然科学版） 2016年第1期33卷 89-93页

作者：胡琪蒋朝惠吕晓丹贵州大学计算机科学与技术学院贵州贵阳550025

基于科学发展的需要,越来越多的社会网络数据被共享发布。为保证发布数据中个体的隐私不被泄露,必须将数据进行隐私保护后发布。针对结点度的再识别攻击,提出一种改进的进化算法对社会网络发布的数据进行k-度匿名(CEAGA),将EAGA算法中... 详细信息

基于科学发展的需要,越来越多的社会网络数据被共享发布。为保证发布数据中个体的隐私不被泄露,必须将数据进行隐私保护后发布。针对结点度的再识别攻击,提出一种改进的进化算法对社会网络发布的数据进行k-度匿名(CEAGA),将EAGA算法中的适应度函数与循环结束条件进行改进,得到最优的k-度匿名序列,之后按照得到的k-度匿名序列对匿名图进行构造,得到最优的k-度匿名社会网络图。实验结果表明,改进后的进化算法不但降低了对原社会网络图的修改,并且对图结构性质的保持也优于EAGA算法。

关键词：社会网络隐私保护进化算法 k-度匿名图结构性质

在线全文

学校读者我要写书评

暂无评论

社会网络数据发布的隐私保护技术研究

社会网络数据发布的隐私保护技术研究

作者：刘婧天北京交通大学

学位级别：硕士

庞大的社会网络数据中蕴藏着大量有价值的信息。近年来大数据技术的发展使得社会网络中的用户数据被频繁地收集和分析,导致隐私泄露问题层出不穷,引起公众的不安。为了在不泄露用户隐私信息的前提下进行数据共享及分析,隐私保护技术应... 详细信息

庞大的社会网络数据中蕴藏着大量有价值的信息。近年来大数据技术的发展使得社会网络中的用户数据被频繁地收集和分析,导致隐私泄露问题层出不穷,引起公众的不安。为了在不泄露用户隐私信息的前提下进行数据共享及分析,隐私保护技术应运而生,力求兼顾数据的可用性与隐私的安全性。现有的社会网络隐私保护方法大多着眼于模型的建立与实现,没有充分结合社会网络自身存在的一些特性比如幂律分布特性、整体性等,导致最后发布的网络整体结构受到严重破坏,影响数据的可用性。为此,本文提出了基于节点介数的k-度匿名网络构建方法,以及基于扩散小波的边权重差分隐私保护方法,分别针对社会网络中的节点度和权重矩阵进行了隐私保护。本论文的研究内容主要总结为以下两个方面:(1)建立了κ-度匿名隐私保护模型,提出了基于节点介数的k-度匿名网络构建算法,使发布的匿名化网络最大程度上保留了原始网络的核心结构。该算法用介数来衡量节点对网络拓扑连通性的贡献程度,弥补了现有的匿名网络构建方法无法复原低度数核心节点1-层子图的不足。该算法在保证隐私安全性的前提下,提高了发布网络数据的可用性。(2)针对带权无向网络的权重攻击问题,结合了扩散小波与差分隐私技术,提出了满足ε-差分隐私的隐私保护算法。该算法利用了社会网络各边之间的关联特性,将社会网络的权重矩阵转换到频域进行多尺度分析,并灵活地添加拉普拉斯噪声。该算法避免了现有面向权重攻击的差分隐私算法中直接对局部链路加噪造成的数据失真问题。实验结果表明,在相同的隐私预算下,运用本算法进行隐私保护后发布的网络具有更高的数据可用性。

关键词：社会网络隐私保护 k-度匿名扩散小波介数

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于图结构扰动的社团隐私保护算法研究

基于图结构扰动的社团隐私保护算法研究

作者：徐巍北京邮电大学

学位级别：硕士

社团检测技术作为社团研究的重要分支,在社交网络、生物信息学、商业数据分析等领域都发挥着重要的作用。此技术对网络社团结构的深度剖析也将网络用户的潜在信息摆在了明面上,攻击者可以通过社团检测,推断用户偏好造成隐私泄露,社团隐... 详细信息

社团检测技术作为社团研究的重要分支,在社交网络、生物信息学、商业数据分析等领域都发挥着重要的作用。此技术对网络社团结构的深度剖析也将网络用户的潜在信息摆在了明面上,攻击者可以通过社团检测,推断用户偏好造成隐私泄露,社团隐私保护技术应运而生。目前的社团隐私保护算法存在扰动网络结构时破坏节点可达性等重要网络特性造成数据效用低、对普通节点过度保护浪费计算资源、部分扰动操作实际实施代价高以及无法抵御复合背景知识攻击等问题。本文针对不同应用场景对社团隐私保护的不同要求,提出了两种社团隐私保护算法:针对部分社团隐私保护算法破坏节点可达性及对普通节点的过度保护问题,提出一种基于选择性边替换的分级社团隐私保护算法。该算法通过划分节点等级、边等级,计算边扰动及保留概率,实现更加高效的图结构扰动和合理的隐私保护程度。同时,为保证节点可达性,该算法选择待删除边端节点的L跳候选邻居节点作为中继节点,对待删除的边进行选择性替换。实验结果表明该算法在保证不降低社团隐私保护强度的同时提升了数据的可用性。针对删边操作在关注网络等应用场景下可行性低以及无法抵御复合背景知识攻击的问题,提出一种基于k-Degree-L-Neighbor匿名的社团隐私保护算法。该算法仅对网络结构进行加节点加边操作,借鉴抵御节点度背景知识攻击的匿名思路,同时限制图结构大幅改动带来的数据损失。该算法在节点选择时加入了一定的随机性,以增加攻击者破解难度,实现了社团结构以及节点度数的有效隐藏。实验结果表明该算法的社团隐藏效果优于对比算法且可抵御度数背景知识攻击。

关键词：隐私保护社团隐藏图结构扰动节点可达 k-度匿名

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于数据发布用途的社会网络隐私保护研究

基于数据发布用途的社会网络隐私保护研究

作者：胡琪贵州大学

学位级别：硕士

为了科学发展或者商业用途的需要,社会网络数据获得者们需要将获得的大量社会网络数据进行发布,然而这些数据中含有大量的个人信息,若将这些社会网络数据不加修改地随意发布出去,会导致网络用户隐私信息的泄漏。因此,对社会网络数据发... 详细信息

为了科学发展或者商业用途的需要,社会网络数据获得者们需要将获得的大量社会网络数据进行发布,然而这些数据中含有大量的个人信息,若将这些社会网络数据不加修改地随意发布出去,会导致网络用户隐私信息的泄漏。因此,对社会网络数据发布隐私匿名技术进行研究变得越来越重要。然而,绝大多数的隐私保护技术都假设发布数据具有相同的发布用途,实际上发布的数据通常有不同的研究用途,有的数据用来进行社区中心发现,而有的数据则用来进行链接挖掘等研究。通用的隐私保护算法没有考虑发布数据日后的应用,导致发布后的数据在进行科学研究或商业用途时可用性较差,因此,本文对指定数据发布用途的社会网络数据隐私保护技术进行研究。本文首先介绍了社会网络数据发布隐私匿名技术的研究背景以及国内外研究现状,阐述相关原理及概念;其次,以社会网络数据发布隐私匿名技术为基础,对数据发布用途为社区结构分析的社会网络数据发布匿名算法进行研究,在经典k-度匿名算法的基础上结合进化算法和社区层次结构模型,提出了基于进化算法和社区层次结构的k-度匿名算法。该算法利用进化算法得到k度匿名序列,并将社会网络图看作一个具有社区层次结构的拓扑图,引入层次随机图和层次社区熵的概念,并且在k度匿名序列的指导下根据层次社区熵的改变量对社会网络图进行匿名;再次,针对单一的k-度匿名算法依然存在隐私泄露的风险,本文在上述k-度匿名算法的基础上融合l-diversity算法,提出了基于进化算法和社区层次结构模型的(k,l)-匿名算法,对匿名图中节点敏感属性值进行泛化,提高隐私保护算法的安全性;最后,对提出的算法进行实验验证,使用不同实验方案对算法效果进行对比。实验结果表明,基于进化算法和社区层次结构模型的(k,l)-匿名算法比通用的隐私保护算法能够更好的保持图的结构性质以及社区结构,匿名后数据的可用性更高。

关键词：社会网络数据发布隐私保护 k-度匿名 l-diversity 进化算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

社交网络中关系数据的隐私保护方法研究

社交网络中关系数据的隐私保护方法研究

作者：兰雪锋浙江工业大学

学位级别：硕士

近年来,社交网络的流行已深刻地改变了人们的日常生活和交流方式。然而,众多活跃用户在依赖一些社交应用的同时忽视了对现实中重要属性和关系等信息的隐私保护,如今各种恶意攻击和隐私泄露引发了一系列严重的安全威胁和社会问题。因此,... 详细信息

近年来,社交网络的流行已深刻地改变了人们的日常生活和交流方式。然而,众多活跃用户在依赖一些社交应用的同时忽视了对现实中重要属性和关系等信息的隐私保护,如今各种恶意攻击和隐私泄露引发了一系列严重的安全威胁和社会问题。因此,研究社会网络的隐私保护技术显得尤为重要。现有的社交网络隐私保护研究大多侧重如何实现各种基于节点属性或关系图的匿名化模型,忽略了由于匿名化而带来巨大的信息损失及计算NP-Hard问题,同时存在着网络关系结构被严重破坏的不足。此外,目前还缺乏对加权敏感边隐私保护方法的深入讨论。为此,本文改进了现有k-度匿名模型,并且提出针对加权敏感边的隐私保护方法,主要贡献如下:(1)针对无权无向网络提出一种保持网络结构稳定的k-度匿名隐私保护模型SimilarGraph,运用动态规划方法对节点度序列进行最优簇划分,然后采用移动边操作方式重构网络实现基于图的k-度匿名化,该模型区别于传统的数值扰乱或图修改方法,其优势在于既不增加网络边数和节点数,也不破坏网络原有连通性和关系结构,克服现有社交网络的匿名化模型存在信息损失量巨大、网络关系结构改变严重等问题。实验结果表明,SimilarGraph匿名化方法不仅能有效提高网络抵御度属性攻击的能力,并且还能保持网络结构稳定,同时具有较理想的信息损失代价。(2)提出一种针对加权敏感边的隐私保护方法,该方法以边介数为网络重要性评价手段来区分敏感边与非敏感边,并通过添加伪边和边权重扰动相结合方式实现对重要加权敏感边的隐私保护,以解决社交网络关键区域信息流动的瓶颈问题。实验结果表明,该方法不仅能以较低计算代价有效保护敏感边,又能保持网络结构稳定,同时提高了网络抵御恶意攻击的能力。

关键词：社交网络隐私保护 k-度匿名敏感边介数