一种基于效用的社交网络个性化隐私保护算法

• 作者: 袁静
• 来源期刊: 电脑知识与技术
• 学科: 工学
• 关键词: 社会网络 隐私保护 k-度匿名 信息损失
• 年，卷（期）: 2019,（13）
• 所属期刊栏目: 网络通讯及安全
• 页码范围: 68-69,71
• 页数: 3页
• 分类号: TP301
• 字数: 1745字
• 语种: 中文

摘要

社交网络中涉及个人身份,社交结构,属性联系等隐私信息,需对对这些信息进行隐匿然后发布.现存的隐私保护方案,例如k度匿名,k度l多样性方案存在匿名过度等问题.为此,提出一种个性化的社交用户属性保护算法D-KDLD.首先将敏感属性节点集合分为关键节点和非关键节点,然后对非关键节点进行分割合并,对关键节点进行属性匿名.实验结果表明提出的方法在有效保护社交网络隐私的同时,还能确保信息的高可用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁静		2	0	0.0	0.0