基于DSNPP算法的社交网络隐私保护方法

• 作者: 张付霞 蒋朝惠
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 社交网络 隐私保护 密度聚类 真实节点 泛化
• 年，卷（期）: 2015,（8）
• 所属期刊栏目: 安 全 与 防 范
• 页码范围: 152-155
• 页数: 4页
• 分类号: TP309.2
• 字数: 3584字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2015.08.032

摘要

社交网络发展迅速,数据发布过程中存在的一个重要安全隐患就是隐私泄露。针对目前大多数社交网络隐私保护研究存在的“人员属性隐私保护”和“社区结构保护”之间没有实现真正结合的问题,就两者综合考虑,提出一种基于密度聚类算法的社交网络隐私保护方法( Density for Social Network Privacy-Preserving,DSNPP)。该算法通过对节点进行密度聚类分析,得到任意形状的簇,采用对簇内节点进行泛化、在簇内插入真实节点、增加相应边等技术来保护节点的信息和节点之间的关系信息,从而实现了人员属性隐私保护和社区结构保护两方面的真正结合。最后,通过实验表明,与p-Sen-sitive k-匿名算法、GSNPP算法相比,该算法信息丢失量上优势明显,可以获得更高的隐私保护。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋朝惠	贵州大学计算机科学与技术学院	60	261	8.0	13.0
2	张付霞	贵州大学计算机科学与技术学院	4	22	3.0	4.0