大型社交网络的差分隐私保护算法

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.

关键词：社交网络、隐私保护、数据发布、随机投影、差分隐私

所属期刊栏目：41

分类号：TP309(计算技术、计算机技术)

资助基金：贵州省科技计划基金项目;贵州财经大学科研基金项目

在线出版日期：2020-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1568-1574