基于动态社会网络数据发布的个性化隐私保护

• 作者: 熊晶 陈春玲 陈琳
• 来源期刊: 南京邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 动态社会网络数据发布 个性化隐私保护 社区属性
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 计算机与自动控制
• 页码范围: 74-81
• 页数: 8页
• 分类号: TP309
• 字数: 8254字
• 语种: 中文
• DOI: 10.14132/j.cnki.1673-5439.2016.02.011

摘要

针对动态社会网络数据发布中用户的个性化隐私保护要求L和所属社区属性C并没有得到足够重视的问题,提出了一种基于动态社会网络数据发布的个性化隐私保护方法.将社会网络中的隐私保护级别分为3个等级:不需保护L=0、防止度攻击L=1和防止领域子图攻击L=2.对于L≠0的节点集,通过k-分组和(k,Δd)方法对节点进行匿名,其中k-分组满足社区属性C的k-多样性;对L=2的节点集,进行k-领域子图匿名.理论分析和实验表明:攻击者不能以大于1/k的概率识别出某节点,且不能以大于u的概率推出两节点之间存在敏感边.该方法能够满足社会网络中各用户对隐私保护的要求,对于同一隐私保护程度降低了社会网络图的信息损失.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈春玲	南京邮电大学计算机学院	72	533	13.0	19.0
2	陈琳	南京邮电大学计算机学院	33	56	4.0	7.0
3	熊晶	南京邮电大学计算机学院	4	31	3.0	4.0