增量加權社會網絡隱私保護技術.pdf_第1頁
已閱讀1頁,還剩70頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著互聯(lián)網與信息化技術的迅速發(fā)展,社會網絡逐漸普及,越來越多的人們在網上共享數據并參與各種各樣的活動。社會網絡的出現無疑給人們的溝通與娛樂提供了及其廣闊的平臺,但隨之而來的是大量包含個人隱私信息的社會網絡數據被發(fā)布到網絡上,惡意攻擊者可以利用多種背景知識進行隱私攻擊,從而導致用戶隱私信息的泄露。因此如何保護社會網絡中的隱私信息已成為當前數據隱私保護研究領域的熱點問題,近年來出現了多種社會網絡匿名化技術。
  實際生活中存在大量增量

2、變化的社會網絡,即隨著時間的遷移網絡中結點和邊不斷增加,例如email通信網絡,另外,在進行社會網絡分析時發(fā)現大部分社會網絡中結點之間的邊是帶有權重信息的,即存在許多加權社會網絡圖,加權圖與簡單圖相比攜帶了更多社會網絡中的信息,也會帶來更多的隱私泄露。因此,本文重點研究支持增量加權社會網絡的隱私保護技術。
  本文首先綜述了現有的社會網絡隱私保護技術,并基于此,將社會網絡抽象成加權圖增量序列,并針對加權圖增量序列中結點身份泄露問題

3、和邊權重泄露問題進行研究。本文首先定義了增量序列分類安全條件(Increment Sequence Class Safety Condition,縮寫ISCSC)來指導匿名過程,以解決加權圖增量序列中結點身份泄露和邊權重泄露問題,并證明了滿足ISCSC是實現隱私目標的必要條件。提出了基于權重鏈表的k-匿名隱私保護模型,并設計了滿足基于權重鏈表的k-匿名模型的WLKA算法,以防止結點身份泄露,從而有效的防止了基于結點標簽及權重鏈表的隱私攻

4、擊。提出了基于超圖的k-匿名隱私保護模型,并設計了滿足基于超圖的k-匿名模型的HVKA算法,以進一步保護邊權重的安全性并提高發(fā)布圖數據的可用性,有效的防止了基于結點標簽的隱私攻擊。
  最后,在真實數據集上進行了大量的測試研究,通過實驗結果本身及對實驗結果的分析,證明了WLKA算法能夠有效的防止結點身份泄露;HVKA算法則在保證結點身份和邊權重信息安全性的同時更好的保留了原圖的結構性質并提高了權重信息的可用性,同時還降低了匿名過程

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論