动态社会网络数据发布隐私保护方法

摘要：

社会网络数据发布具有动态性与不安全性,为避免使用不同时刻的社会网络数据进行关联攻击,兼顾节点属性多样性,提出了一种动态社会网络数据发布隐私保护方法.首先,根据匿名规则进行节点聚类,求解当前时刻的匿名图,保证同一个匿名集中节点属性多样性最大的前提下,数据发布后的节点属性与边的泄露概率均小于1/k.然后,生成相邻时刻数据关系图的差集,结合当前时刻的匿名图,删除前序时刻不存在的节点与边,逆向更新已发布数据,保证不同时刻下的匿名图具有相似的图结构,抵御关联攻击.最后,采用新浪微博数据和邮件往来数据进行实验验证,对所提方法的安全性和可用性进行评估.实验结果表明所提方法兼顾了用户数据隐私保护和数据可用性的个性化需求.

关键词：动态社会网络、隐私保护、匿名规则、K-匿名、数据发布

所属期刊栏目：13

分类号：TP309(计算技术、计算机技术)

资助基金：The National Key Research and Development Program of China under Grant Nos. 2018YFB1004704, 2016YFB0800403

在线出版日期：2019-09-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共18页

页码：1441-1458