基于节点分割的社交网络属性隐私保护

• 作者: 付艳艳 冯登国 张敏 陈开渠
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 社交网络 属性隐私 匿名 节点分割
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 大数据专题
• 页码范围: 768-780
• 页数: 13页
• 分类号: TP309
• 字数: 10615字
• 语种: 中文
• DOI: 10.13328/j.cnki.jos.004565

摘要

现有研究表明,社交网络中用户的社交结构信息和非敏感属性信息均会增加用户隐私属性泄露的风险.针对当前社交网络隐私属性匿名算法中存在的缺乏合理模型、属性分布特征扰动大、忽视社交结构和非敏感属性对敏感属性分布的影响等弱点,提出一种基于节点分割的隐私属性匿名算法.该算法通过分割节点的属性连接和社交连接,提高了节点的匿名性,降低了用户隐私属性泄露的风险.此外,量化了社交结构信息对属性分布的影响,根据属性相关程度进行节点的属性分割,能够很好地保持属性分布特征,保证数据可用性.实验结果表明,该算法能够在保证数据可用性的同时,有效抵抗隐私属性泄露.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯登国	中国科学院软件研究所可信计算与信息保证实验室	243	6305	35.0	71.0
2	张敏	中国科学院软件研究所可信计算与信息保证实验室	184	2770	26.0	48.0
3	付艳艳	中国科学院软件研究所可信计算与信息保证实验室	5	88	2.0	5.0