社交网络中用户隐私信息优化保护仿真研究

• 作者: 林玉香
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 社交网络 隐私信息 优化保护 三角矩阵理论
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 仿真网络化
• 页码范围: 302-305
• 页数: 4页
• 分类号: TP315
• 字数: 4021字
• 语种: 中文

摘要

对社交网络中用户隐私信息优化保护,可保证网络用户的信息不被泄露.进行隐私信息保护时,应对隐私信息节点聚类,统计丢失数据信息,并对聚类后的社交网络信息进行匿名化和归一化处理,但是传统方法通过建立形式化验证和基于信任的隐私信息流模型,融合隐私信息访问粒度控制完成对社隐私保护,但是不能对隐私信息节点聚类,无法准确统计丢失的数据信息和进行匿名处理,导致出现隐私信息保护效果不好的问题,提出一种基于k-邻域同构的社交网络中用户隐私信息优化保护方法.上述方法融合于三角矩阵理论映射出社交网络中的节点邻域子图,给出相邻隐私信息时间片间的关联性,依据信息变化增量确定基准节点,在此基础上对社交网络中隐私信息节点进行聚类,对隐私信息节点生成的簇进行簇内外泛化,对社交网络进行匿名化处理,统计出丢失的各类型信息,进行归一化,完成对社交网络中用户隐私信息的优化保护.仿真结果证明,所提方法有效地防止隐私泄露,增强了数据发布的安全性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林玉香	南阳理工学院软件学院	34	42	3.0	4.0