基于差分隐私保护的社交网络发布图生成模型

• 作者: 柳先辉 王俊丽 管敏
• 来源期刊: 同济大学学报（自然科学版）
• 学科: 工学
• 关键词: 差分隐私保护 社交网络 发布图生成模型
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 电子、计算机、控制与系统
• 页码范围: 1227-1232
• 页数: 6页
• 分类号: TP309
• 字数: 6776字
• 语种: 中文
• DOI: 10.11908/j.issn.0253-374x.2017.08.018

摘要

社交网络在帮助人们建立社会性网络应用服务的同时,收集了大量的用户资料和敏感数据,通过分析这些数据可能泄露潜在的隐私信息.目前差分隐私保护模型对隐私泄露风险给出了严谨、定量化的表示和证明,极大地保证了数据的可用性.设计了一个满足差分隐私保护的社交网络发布图生成模型,首先通过图模型表示社交网络结构,并将原图按照节点特征分类为多个子图;然后利用四叉树方法对子图的密集区域进行划分,在树的叶子节点添加满足差分隐私保护的噪声;通过子图重构的方式,生成待发布图.最后,利用度分布、最短路径、聚类系数等统计分析方法,实验验证了该模型的可行性和有用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王俊丽	同济大学电子与信息工程学院	15	290	6.0	15.0
2	柳先辉	同济大学电子与信息工程学院	21	89	6.0	9.0
3	管敏	同济大学电子与信息工程学院	1	1	1.0	1.0