面向權重隱私的社會網絡隱私保護技術研究.pdf

1、隨著web2.0技術和社會網絡的快速發(fā)展，社會網絡中用戶信息共享不可避免會帶來用戶隱私安全威脅。較之于傳統(tǒng)未加權社會網絡，加權社會網絡中權值屬性往往攜帶更豐富的個體隱私信息，面向權重隱私的社會網絡隱私保護已成為鏈接挖掘和隱私保護領域的研究熱點。當前大多數面向加權社會網絡的隱私保護研究集中于保護用戶個體隱私安全(Individual Privacy)，缺少對社會網絡中多社區(qū)協(xié)同隱私(Corporate Privacy)安全保護問題的關注。

2、此外，已有權重隱私匿名策略難以有效兼顧維持權重數據可用性和保護數據隱私安全。針對上述問題，本文對加權社會網絡中用戶權重隱私安全問題進行研究。論文主要工作包括:
　　(1)結合面向權重隱私的加權社會網絡數據發(fā)布應用環(huán)境下隱私保護技術特點，分析相關隱私保護模型、具體數據匿名技術及數據可用性度量標準等。
　　(2)針對攻擊者可能借助權重背景知識造成社會網絡用戶敏感標識再識別問題，引入統(tǒng)計攻擊的概念，結合Hellinger距離衡量權

3、值序列相似度，構建面向結點權值序列的(k,λ)-similarity隱私模型，提出基于滑動窗口的數據擾動方法SWBADP，使匿名后社會網絡數據具有較高的隱私保護強度和較好的挖掘可用性。進一步提出深度聚類準則，解決k-degree匿名聚簇可能造成的隱私泄露問題。
　　(3)針對現有研究在社區(qū)協(xié)同隱私(Corporate Privacy)安全保護方面存在的缺陷和不足，構建面向個體用戶隱私和社區(qū)協(xié)同隱私的（kα,lβ)-secure社會