融合社团划分的社交网络分级隐私保护算法

• 作者: 陆越 陈秀真 马进
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 社团划分 标签传播 隐私保护 分级匿名
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 安全与保密
• 页码范围: 404-412
• 页数: 9页
• 分类号: TP393
• 字数: 6562字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2018.02.026

摘要

针对社交网络数据发布环节中数据可用性与节点隐私信息保密性间的平衡性需求,提出了融合社团划分的社交网络分级隐私保护算法,解决了社交网络不同结构特征中节点均一化的隐私保护问题.首先,采用融合节点影响力因素的标签传播算法进行社团划分,综合计算节点影响力划分社团结构.其次,基于节点影响力和社交网络中的社团结构,对不同影响力的节点采用不同强度的匿名算法进行泛化,实现了个性化隐私保护的需求.最后,对局部核心节点采用基于敏感属性分布的(k,l,θ1,θ2)匿名算法进行泛化,满足了核心节点更高的隐私保护需求.实验测试表明,基于社团划分的分级隐私保护算法减少了数据损失率,数据可用性有所提升,实现了对局部核心节点的有效保护,同时保持了图结构性质.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马进	上海交通大学网络空间安全学院	172	1734	23.0	31.0
3	陈秀真	上海交通大学网络空间安全学院	36	256	8.0	14.0
5	陆越	上海交通大学网络空间安全学院	2	4	2.0	2.0