基于圖修改和聚類方法的社交網絡隱私保護技術研究.pdf

1、社交網絡在給用戶帶來便利的同時，也存在個人隱私泄露的嚴重風險。論文結合課題組所承擔的重大科技專項，研究社交網絡隱私保護技術，具有重要的研究意義和應用價值。
　　 論文首先研究了基于最大頻繁子圖挖掘和圖修改的面向局部結構研究的社交網絡隱私保護技術。該技術利用Margin算法挖掘當前圖中的最大頻繁子圖，分組相似子圖，通過圖修改技術添加偽信息，最后形成的K-同構匿名圖即是可以對外安全發(fā)布的數據。經過該算法處理的社交網絡數據，主要適用于

2、研究社交網絡局部結構特征的應用場景。實驗結果表明，該算法有效的保留了社交網絡的局部結構信息，在隱私安全和數據實用性之間取得了一個較好的平衡。
　　 然后論文研究了基于信號傳遞模型和聚類的面向宏觀性質研究的社交網絡隱私保護技術。該技術首先基于信號傳遞模型計算網絡實體之間的相似性和距離，然后通過K-mean聚類算法將網絡節(jié)點分為若干簇，最后聚合簇內相似節(jié)點和邊，形成K-聚類匿名圖，即可對外安全發(fā)布。經過該算法處理的社交網絡數據，主要