基于边介数模型的差分隐私保护方案

• 作者: 张东军 汤雄 王凯 黄海平
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 社交网络 隐私保护 差分隐私 dK模型 聚类 分组扰动
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 学术论文
• 页码范围: 88-97
• 页数: 10页
• 分类号: TP309
• 字数: 9481字
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2019095

摘要

随着社交网络应用的不断发展,用户社交关系等个人隐私数据的安全保护问题亟待解决.为显著减小社交网络数据的敏感度,提出了一种基于边介数模型的差分隐私保护方案BCPA.基于dK模型捕获图结构对应的2K序列,根据边中介中心性系数对2K序列重新排序;依据排序结果将2K序列聚类成多个子序列,再利用dK扰动算法对各子序列分别进行加噪;根据整合后的新2K序列生成满足差分隐私的社交网络发布图.基于真实数据集,通过模拟仿真将所提方案与其他经典方案进行比较,实验结果表明,所提方案在保证较强隐私保护性的同时,提高了发布数据的准确性和可用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄海平	南京邮电大学计算机学院	110	698	15.0	21.0
3	王凯	南京邮电大学计算机学院	25	59	3.0	7.0
9	汤雄	南京邮电大学计算机学院	1	0	0.0	0.0
13	张东军	南京邮电大学计算机学院	2	0	0.0	0.0