大规模社会网络敏感链接推理方法

• 作者: 孟小峰 张啸剑 王淼
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 社会网络 敏感链接 链接披露 相似度量
• 年，卷（期）: 2013,（4）
• 页码范围: 304-314
• 分类号: TP391
• 字数: 8313字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1208023

摘要

社会网络中许多应用需要对敏感链接关系进行匿名保护,然而攻击者利用基于推理的攻击可以披露个体之间的链接隐私关系.当前许多基于网络结构的推理攻击方法尽管能够找出链接关系,但由于没有考虑节点之间的相似度量特征而导致推理效率较低,并且也不适用于推理大规模网络节点的链接关系.提出了一种大规模社会网络中基于节点相似度量特征的敏感链接推理框架.该框架包括基于图聚类的特征矩阵划分,针对每个类进行奇异值分解,进而计算出各节点对之间的相似度量值,再以相似度量值为贝叶斯推理条件来计算节点对之间链接存在性的后验概率.实验结果表明,所提出的敏感链接推理方法有较高的推理准确性,增强了推理效果,尤其是在大规模社会网络中,优势更加明显.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟小峰	中国人民大学信息学院	135	6213	41.0	77.0
2	张啸剑	中国人民大学信息学院	3	249	2.0	3.0
3	王淼	中国人民大学信息学院	24	163	6.0	12.0