一种基于GSNPP算法的社交网络隐私保护方法研究

• 作者: 张为群 李杨 韦伟
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 社交网络 隐私保护 聚类方法 k-匿名
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 计算机网络与信息安全
• 页码范围: 104-106
• 分类号: TP309
• 字数: 3372字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2012.03.023

摘要

随着网络信息技术的快速发展,社交网络迅速涌现.针对社交网络隐私保护问题,提出了一种基于GSNPP算法的隐私保护方法.它通过对社交网络中节点进行聚类,再对生成的簇进行簇内泛化及簇间泛化,来对社交网络进行匿名化处理,拟达到隐私保护的目的；同时量化了社交网络匿名化处理过程中所带来的不同类型信息的丢失.最后通过实验验证了该方法的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张为群		22	204	8.0	13.0
2	韦伟	西南大学计算机与信息科学学院	4	56	2.0	4.0
3	李杨		2	54	2.0	2.0