隐私信息泄露属性深度跟踪方法仿真

摘要：

由于网络规模普遍较大、用户数量较多,第三方域名采集用户信息时易造成隐私泄露问题,严重影响网络用户体验和满意度.提出一种基于动态密钥的深度跟踪方法.根据网络中社交群体内部关联性强、外部关联性弱的结构特性及公开用户隐私泄露风险大、非公开用户隐私泄露风险小特点,计算社区内部节点和外部节点间隐私关联,推测得到与隐私风险关联性较强的用户特征值.建立由密钥算子组成的信息泄漏跟踪模型,计算非公开用户的密钥参数,将其作为模型算子,提出隐私对照表,统计历史泄漏数据的属性值,与对照表数据对比输出判定结果,求解查找结果一致用户的位置信息,并实行组合排列,完成隐私泄露的深度跟踪.仿真结果表明,所提方法跟踪精准度高,在存在干扰和不存在干扰环境下均能达到预期效果,且该方法的运算量小,实用性更强.

关键词：动态密钥、隐私信息泄漏、密钥算子、非公开用户、深度跟踪

所属期刊栏目：40

分类号：TP387(计算技术、计算机技术)

资助基金：江西省教育厅科技项目GJJ219306

在线出版日期：2023-03-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：428-432