基于动态ε的社会网络差分隐私保护

• 作者: 刘振鹏 孙静薇 张彬 王烁
• 来源期刊: 郑州大学学报（理学版）
• 学科: 工学
• 关键词: 动态ε 差分隐私 社会网络 MCL聚类 Chameleon算法
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 信息科学
• 页码范围: 56-62
• 页数: 7页
• 分类号: TP399
• 字数: 4733字
• 语种: 中文
• DOI: 10.13705/j.issn.1671-6841.2018262

摘要

针对权重社会网络发布算法中使用全局统一的ε值而导致隐私保护不均衡的问题,提出一种动态ε社会网络差分隐私保护方法.使用马尔可夫聚类(Markov cluster algorithm,MCL)和Chameleon混合聚类把社会网络图划分成若干个簇,根据每个簇中边的权重信息使用ε函数f( x)来确定簇的ε值,对带有大权重边的簇添加较多的服从拉普拉斯分布的噪声,该方法满足ε-差分隐私模型.实验表明,动态ε使每个簇能添加合适的噪声,比全局统一设定ε值有更好的数据效用性.该方法有效解决了权重社会网络中的隐私保护不均衡问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张彬	河北大学信息技术中心	32	92	5.0	8.0
2	刘振鹏	河北大学网络空间安全与计算机学院	63	600	11.0	23.0
6	孙静薇	河北大学电子信息工程学院	4	3	1.0	1.0
7	王烁	河北大学网络空间安全与计算机学院	2	1	1.0	1.0