基于匿名技術(shù)的網(wǎng)絡(luò)數(shù)據(jù)發(fā)布隱私保護(hù)研究.pdf

1、目前，關(guān)于社會(huì)網(wǎng)絡(luò)數(shù)據(jù)發(fā)布的隱私保護(hù)算法都屬于無差別的隱私保護(hù)方法，導(dǎo)致對部分用戶的數(shù)據(jù)造成過高的隱私保護(hù)，失去了用戶分享信息的原始意圖，同時(shí)也降低了社會(huì)網(wǎng)絡(luò)數(shù)據(jù)的可用性；大部分隱私保護(hù)技術(shù)主要基于靜態(tài)社會(huì)網(wǎng)絡(luò)數(shù)據(jù)的發(fā)布，攻擊者可以通過社會(huì)網(wǎng)絡(luò)的變化過程獲取社會(huì)網(wǎng)絡(luò)的隱私信息，造成用戶隱私泄漏；在社會(huì)網(wǎng)絡(luò)中，用戶也會(huì)擁有自己的敏感屬性值，例如薪資情況、社區(qū)屬性等；對于某些社會(huì)網(wǎng)絡(luò)，如果保留敏感邊的權(quán)值信息，可以更好地體現(xiàn)社會(huì)網(wǎng)絡(luò)的特性，

2、減小網(wǎng)絡(luò)數(shù)據(jù)損失。
　　針對上述問題，課題從匿名技術(shù)的角度對社會(huì)網(wǎng)絡(luò)中數(shù)據(jù)進(jìn)行隱私保護(hù)研究。首先對社會(huì)網(wǎng)絡(luò)的隱私保護(hù)研究現(xiàn)狀進(jìn)行概述，包括社會(huì)網(wǎng)絡(luò)的隱私信息類型、攻擊方式、匿名化原則、匿名化方法以及主流匿名模型等。針對社會(huì)網(wǎng)絡(luò)的三種抽象模型，對現(xiàn)有的隱私保護(hù)方法進(jìn)行分析，并引入個(gè)性化思想，設(shè)計(jì)出一種基于動(dòng)態(tài)社會(huì)網(wǎng)絡(luò)模型的個(gè)性化隱私保護(hù)方法和一種基于加權(quán)社會(huì)網(wǎng)絡(luò)模型的個(gè)性化隱私保護(hù)方法。
　　在動(dòng)態(tài)社會(huì)網(wǎng)絡(luò)數(shù)據(jù)發(fā)布中，將社會(huì)網(wǎng)

3、絡(luò)中的隱私保護(hù)需求劃分為3個(gè)等級，同時(shí)為社會(huì)網(wǎng)絡(luò)中的敏感屬性C（結(jié)點(diǎn)所屬社區(qū)）和敏感邊提供隱私保護(hù)。通過(k,△d)-匿名算法以及鄰域子圖k-匿名算法對結(jié)點(diǎn)進(jìn)行匿名處理。實(shí)驗(yàn)結(jié)果表明，相對于(k,△d)-匿名和鄰域子圖k-匿名算法，個(gè)性化匿名算法的執(zhí)行效率更高，對數(shù)據(jù)造成的損失更小，但是在某些情況下波動(dòng)幅度較大，不過總體趨勢仍然優(yōu)越于另外兩種算法。
　　在加權(quán)社會(huì)網(wǎng)絡(luò)數(shù)據(jù)發(fā)布中，將社會(huì)網(wǎng)絡(luò)中的隱私保護(hù)需求劃分為3個(gè)級別，通過k-度

4、分組和修改權(quán)重包對結(jié)點(diǎn)進(jìn)行匿名，使得每個(gè)分組中的權(quán)重包滿足k-匿名，敏感屬性滿足l-多樣性。實(shí)驗(yàn)結(jié)果表明，個(gè)性化匿名算法比k-直方匿名算法和KH-inv-LD匿名算法的執(zhí)行效率更高，信息損失更?。浑S著 k值的增大，個(gè)性化匿名算法的優(yōu)越性更明顯；隨著l值的增大，執(zhí)行時(shí)間不斷增長，且增長比率也在增大。
　　無論是動(dòng)態(tài)社會(huì)網(wǎng)絡(luò)還是加權(quán)社會(huì)網(wǎng)絡(luò)，個(gè)性化匿名算法與其他匿名算法相比，不僅實(shí)現(xiàn)了用戶對隱私的保護(hù)需求，提高了算法的執(zhí)行效率，同時(shí)降