删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

带权值的大规模社交网络数据隐私保护方法

本站小编 Free考研考试/2022-01-01

黄海平1,2, 张东军1,2, 王 凯1,2, 朱毅凯3, 王汝传1,2
1(南京邮电大学计算机学院 南京 210023);2(江苏省无线传感网高技术研究重点实验室(南京邮电大学) 南京 210023);3(南京大学网络信息中心 南京 210023) (hhp@njupt.edu.cn)
出版日期: 2020-02-01


基金资助:国家自然科学基金项目(61672297);江苏省重点研发计划项目(BE2017742)

Weighted Large-Scale Social Network Data Privacy Protection Method

Huang Haiping1,2, Zhang Dongjun1,2, Wang Kai1,2, Zhu Yikai3, and Wang Ruchuan1,2
1(Institute of Computer, Nanjing University of Posts and Telecommunications, Nanjing 210023);2(High Technology Research Key Laboratory of Wireless Sensor Network of Jiangsu Province (Nanjing University of Posts and Telecommunications), Nanjing 210023);3(Network Information Center, Nanjing University, Nanjing 210023)
Online: 2020-02-01


Supported by:This work was supported by the National Natural Science Foundation of China (61672297) and the Key Research and Development Program of Jiangsu Province (BE2017742).




摘要/Abstract


摘要: 各类移动社交网络应用的发展促使了海量网络用户的出现,从而形成了大规模的社交图结构数据.这些图结构数据中包含着大量的用户隐私信息,因此发布之前需要进行隐私保护处理以防数据遭到泄露.同时,用户间错综复杂的社交关系并非均等,个体间关系的强弱可能直接影响到隐私的分布和保护的效率.目前存在相当多的针对无权值的社交网络图数据的隐私保护方法,但这些方法不能直接应用于带权值(社交关系敏感程度不均等)的社交网络图数据中.为解决这一问题,提出一种基于非交互的差分隐私保护模型的带权值的社交网络图扰动方法dp-noisy,可实现对边权值以及图结构的强保护.该方法基于单源最短路径约束模型来添加扰动噪音,根据不同的权值划分出关键边和非关键边,有效减少了需要扰动的边关系.实验结果表明:在大规模数据集中(节点数为30 000),dp-noisy在运行效率上比K-MPNP(K-shortest path privacy)提高了47.3%,比LWSPA(protection algorithm based on Laplace noise for weighted social networks)提高了41.8%,比DER(density-based exploration and reconstruc-tion)提高了52.6%.在相似的数据隐私保护程度下,dp-noisy的数据可用性比lp-noisy提高了10%,显著优于DER的数据可用性,略好于LWSPA.此外,dp-noisy的平均扰动质量比lp-noisy提高了14%,比DER提高了11.3%,比K-MPNP提高了27%; 在达到最优数据效用时(ε=10),dp-noisy的平均扰动质量比LWSPA提高了6%.综上,dp-noisy具有较高的运行效率和数据效用,同时满足抵御图结构攻击的特性,可适用于大规模的社交网络数据分析.






[1]张啸剑, 徐雅鑫, 付楠, 孟小峰. 基于直方图的隐私键-值数据收集算法[J]. 计算机研究与发展, 2021, 58(3): 624-637.
[2]孟小峰, 刘立新. 基于区块链的数据透明化:问题与挑战[J]. 计算机研究与发展, 2021, 58(2): 237-252.
[3]陈亦琦, 钱铁云, 李万理, 梁贻乐. 基于复合关系图卷积的属性网络嵌入方法[J]. 计算机研究与发展, 2020, 57(8): 1674-1682.
[4]刘子图, 全紫薇, 毛如柏, 刘勇, 朱敬华. NT-EP:一种无拓扑结构的社交消息传播范围预测方法[J]. 计算机研究与发展, 2020, 57(6): 1312-1322.
[5]罗浩, 闫光辉, 张萌, 包峻波, 李俊成, 刘婷, 杨波, 魏军. 融合多元信息的多关系社交网络节点重要性研究[J]. 计算机研究与发展, 2020, 57(5): 954-970.
[6]王会勇, 唐士杰, 丁勇, 王玉珏, 李佳慧. 生物特征识别模板保护综述[J]. 计算机研究与发展, 2020, 57(5): 1003-1021.
[7]黄克振, 连一峰, 冯登国, 张海霞, 刘玉岭, 马向亮. 基于区块链的网络安全威胁情报共享模型[J]. 计算机研究与发展, 2020, 57(4): 836-846.
[8]张啸剑, 付楠, 孟小峰. 基于本地差分隐私的空间范围查询方法[J]. 计算机研究与发展, 2020, 57(4): 847-858.
[9]王斌, 张磊, 张国印. 敏感渐进不可区分的位置隐私保护[J]. 计算机研究与发展, 2020, 57(3): 616-630.
[10]刘俊旭, 孟小峰. 机器学习的隐私保护研究综述[J]. 计算机研究与发展, 2020, 57(2): 346-362.
[11]芦效峰, 廖钰盈, Pietro Lio, Pan Hui. 一种面向边缘计算的高效异步联邦学习机制[J]. 计算机研究与发展, 2020, 57(12): 2571-2582.
[12]王涛春, 金鑫, 吕成梅, 陈付龙, 赵传信. 移动群智感知中融合数据的隐私保护方法[J]. 计算机研究与发展, 2020, 57(11): 2337-2347.
[13]周俊, 沈华杰, 林中允, 曹珍富, 董晓蕾. 边缘计算隐私保护研究进展[J]. 计算机研究与发展, 2020, 57(10): 2027-2051.
[14]林玥, 刘鹏, 王鹤, 王文杰, 张玉清. 网络安全威胁情报共享与交换研究综述[J]. 计算机研究与发展, 2020, 57(10): 2052-2065.
[15]魏立斐, 陈聪聪, 张蕾, 李梦思, 陈玉娇, 王勤. 机器学习的安全问题及隐私保护[J]. 计算机研究与发展, 2020, 57(10): 2066-2085.





PDF全文下载地址:

https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4123
相关话题/计算机 数据 网络 结构 计算

  • 领限时大额优惠券,享本站正版考研考试资料!
    大额优惠券
    优惠券领取后72小时内有效,10万种最新考研考试考证类电子打印资料任你选。涵盖全国500余所院校考研专业课、200多种职业资格考试、1100多种经典教材,产品类型包含电子书、题库、全套资料以及视频,无论您是考研复习、考证刷题,还是考前冲刺等,不同类型的产品可满足您学习上的不同需求。 ...
    本站小编 Free壹佰分学习网 2022-09-19
  • 数据中心网络传输协议综述
    曾高雄,胡水海,张骏雪,陈凯(香港科技大学计算机科学与工程系香港999077)(kaichen@cse.ust.hk)出版日期:2020-01-01TransportProtocolsforDataCenterNetworks:ASurveyZengGaoxiong,HuShuihai,ZhangJ ...
    本站小编 Free考研考试 2022-01-01
  • 云计算系统可靠性研究综述
    段文雪1,胡铭1,周琼2,吴庭明1,周俊龙3,刘晓4,魏同权1,陈铭松11(华东师范大学上海市高可信计算重点实验室上海200062);2(上海外国语大学国际金融贸易学院上海200083);3(南京理工大学计算机科学与技术学院南京210094);4(迪肯大学信息技术学院澳大利亚墨尔本VIC3125)( ...
    本站小编 Free考研考试 2022-01-01
  • 面向非易失内存的数据一致性研究综述
    肖仁智1,冯丹1,2,胡燏翀2,3,张晓祎1,程良锋21(华中科技大学武汉光电国家研究中心武汉430074);2(华中科技大学计算机科学与技术学院武汉430074);3(深圳华中科技大学研究院广东深圳518061)(rzxiao@hust.edu.cn)出版日期:2020-01-01基金资助:国家重 ...
    本站小编 Free考研考试 2022-01-01
  • 基于图注意力网络的因果关系抽取
    许晶航1,左万利1,2,梁世宁1,王英1,21(吉林大学计算机科学与技术学院长春130012);2(符号计算与知识工程教育部重点实验室(吉林大学)长春130012)(xujh17@mails.jlu.edu.cn)出版日期:2020-01-01基金资助:国家自然科学基金项目(61976103,618 ...
    本站小编 Free考研考试 2022-01-01
  • 基于特征融合时序分割网络的行为识别研究
    李洪均1,2,3,4,丁宇鹏1,李超波1,张士兵1,31(南通大学信息科学技术学院江苏南通226019);2(计算机软件新技术国家重点实验室(南京大学)南京210023);3(南通智能信息技术联合研究中心江苏南通226019);4(通科微电子学院江苏南通226019)(lihongjun@ntu.e ...
    本站小编 Free考研考试 2022-01-01
  • 实时模型检测精确加速窗口的计算原理及算法
    王国卿,庄雷,和孟佯,宋玉,马岭(郑州大学信息工程学院郑州450001)(iegqwang@163.com)出版日期:2020-01-01基金资助:国家自然科学基金重点项目(U1604262);河南省高等学校重点科研项目(19A520003,17A520057);河南省科技攻关计划项目(172102 ...
    本站小编 Free考研考试 2022-01-01
  • 2019大数据知识工程及应用专题
    郑庆华(西安交通大学西安710049)出版日期:2019-12-01Online:2019-12-01摘要/Abstract摘要:实际工程问题的求解往往涉及跨领域、跨模态的海量碎片化知识,这些知识不能仅靠专家提供,而需要从环境中动态学习和融合生成.知识工程旨在研究计算机对知识的获取、表征和处理.随着 ...
    本站小编 Free考研考试 2022-01-01
  • 基于邻节点和关系模型优化的网络表示学习
    冶忠林1,2,3,赵海兴1,2,3,张科1,3,朱宇1,3,肖玉芝1,31(青海师范大学计算机学院西宁810008);2(陕西师范大学计算机科学学院西安710119);3(藏文信息处理教育部重点实验室(青海师范大学)西宁810008)(zhonglin_ye@foxmail.com)出版日期:201 ...
    本站小编 Free考研考试 2022-01-01
  • 融合非稀疏信任网络的时间底限变动的智能体协商模型
    王金迪,童向荣(烟台大学计算机与控制工程学院山东烟台264005)(wangjindi117@163.com)出版日期:2019-12-01基金资助:国家自然科学基金项目(61572418)AgentNegotiationModelBasedonRoundLimitChangeofNon-Spars ...
    本站小编 Free考研考试 2022-01-01
  • 时频联合长时循环神经网络
    庄连生1,吕扬1,杨健2,3,李厚强11(中国科学技术大学信息科学技术学院合肥230027);2(军事科学院系统工程研究院北京100191);3(鹏城实验室广东深圳518000)(lszhuang@ustc.edu.cn)出版日期:2019-12-01基金资助:国家自然科学基金项目(61472379 ...
    本站小编 Free考研考试 2022-01-01