社會網(wǎng)絡(luò)數(shù)據(jù)發(fā)布中的隱私匿名技術(shù)研究.pdf

1、社會網(wǎng)絡(luò)是由多個社會行動者及他們間的關(guān)系組成的集合,它描述了社會個體、群體以及它們之間的關(guān)聯(lián)。近年來,在Web2.0和各種社會性網(wǎng)絡(luò)服務(wù)軟件大量應(yīng)用的背景下,很多用戶擁有自己的電子郵件、微博、網(wǎng)上交易、社區(qū)空間等,通過這些社會性網(wǎng)絡(luò)媒體,形成了各種各樣的社交網(wǎng)絡(luò),許多已經(jīng)演化為一種復(fù)雜網(wǎng)絡(luò),其中的數(shù)據(jù)具有大容量、高維數(shù)、非線性、無標(biāo)度、小世界等特點。由于科學(xué)研究和數(shù)據(jù)共享等需要,社會網(wǎng)絡(luò)數(shù)據(jù)被大量收集和發(fā)布,這些以信息共享、數(shù)據(jù)挖掘與知

2、識發(fā)現(xiàn)等為目的的數(shù)據(jù)發(fā)布過程往往都伴隨著個體和機(jī)構(gòu)隱私信息的泄露風(fēng)險,這就引發(fā)了對數(shù)據(jù)發(fā)布過程中隱私保護(hù)問題的研究,其主要目標(biāo)是如何在保證發(fā)布數(shù)據(jù)效用的前提下,適當(dāng)損失原始數(shù)據(jù)的信息來提高發(fā)布數(shù)據(jù)的安全性,從而達(dá)到隱私保護(hù)與數(shù)據(jù)效用之間的良好平衡。目前,數(shù)據(jù)發(fā)布中的隱私保護(hù)研究很大一部分集中在關(guān)系型數(shù)據(jù)集上,而針對網(wǎng)絡(luò)數(shù)據(jù)發(fā)布的隱私保護(hù)研究才剛剛起步。本文立足于社會網(wǎng)絡(luò)數(shù)據(jù)發(fā)布中的隱私保護(hù)服務(wù)需求,在保證信息強(qiáng)可用性的前提下,對社會網(wǎng)絡(luò)

3、數(shù)據(jù)發(fā)布中的隱私匿名技術(shù)進(jìn)行了多方面深入的研究。
　　首先,針對社會網(wǎng)絡(luò)發(fā)布時由于鄰域攻擊所帶來的隱私泄露問題,提出了一種(d,k)-匿名發(fā)布的社會網(wǎng)絡(luò)隱私保護(hù)方法。在k-匿名的理論基礎(chǔ)上,結(jié)合社會網(wǎng)絡(luò)d-鄰域攻擊形式,給出了圖的(d,k)-匿名模型,并形式化地定義了一類面向簡單無向圖的抗鄰域攻擊(d,k)-匿名問題;同時,還提出了一種基于高度節(jié)點優(yōu)先的(d,k)-匿名算法來解決該匿名問題。實驗結(jié)果表明:該算法能產(chǎn)生比已有方法更小

4、的信息損失度,以及相當(dāng)?shù)臅r間開銷,有效地抵制了d-鄰域攻擊,保護(hù)了發(fā)布網(wǎng)絡(luò)圖的隱私信息。
　　其次,針對社會網(wǎng)絡(luò)圖發(fā)布時由于結(jié)構(gòu)攻擊所帶來的隱私泄露問題,提出了一種K+-同構(gòu)隱私匿名方法。在k-同構(gòu)的理論基礎(chǔ)上,提出了圖的k+-同構(gòu)模型,并形式化地定義了一類面向簡單無向圖的k+-同構(gòu)匿名問題;同時,還提出了一種基于全局結(jié)構(gòu)分區(qū)的k+-同構(gòu)算法來解決該圖同構(gòu)匿名問題。并從理論上分析了算法的有效性和復(fù)雜性,最后通過仿真實驗表明:在同等

5、條件下,該算法能產(chǎn)生比傳統(tǒng)的k-同構(gòu)方法更小的信息損失度,以及相當(dāng)?shù)臅r間效率,具有較高的有效性。
　　再次,針對以二分圖形式發(fā)布的社會網(wǎng)絡(luò)隱私泄露問題,提出了一種面向敏感邊識別攻擊的社會網(wǎng)絡(luò)二分圖匿名方法。在已有k-安全分組的理論基礎(chǔ)上,結(jié)合二分圖敏感邊識別攻擊形式,分別提出了的正單向(c1,c2)-安全性、逆單向(c1,c2)-安全性以及完全(c1,c2)-安全性原則,并在此基礎(chǔ)上,形式化地定義了一類抗敏感邊識別攻擊的社會網(wǎng)絡(luò)二

6、分圖(c1,c2)-安全匿名問題;同時,還提出了一種基于聚類的二分圖(c1,c2)-安全性算法(Clustering-based bipartite(c1,c2)-security algorithm,CBB(c1,c2)-security)來保證發(fā)布二分圖的安全性。實驗結(jié)果表明:該算法在與已有方法相當(dāng)時間開銷的前提下,能產(chǎn)生更小的信息損失度,有效地抵制了敏感邊識別攻擊,實現(xiàn)了二分圖的安全發(fā)布。
　　最后,針對社會網(wǎng)絡(luò)發(fā)布時由于復(fù)

7、合攻擊所帶來的隱私泄露問題,提出了一種(k,l)-匿名發(fā)布隱私保護(hù)方法。首先在k-同構(gòu)和l-多樣性的理論基礎(chǔ)上,結(jié)合社會網(wǎng)絡(luò)結(jié)構(gòu)攻擊和屬性攻擊,給出了復(fù)合攻擊形式和圖的(k,l)-匿名模型,并形式化地定義了一類節(jié)點具有單敏感屬性的簡單無向圖的(k,l)-匿名問題;同時,還提出了一種基于k-匿名和l-多樣性的屬性泛化算法來解決該匿名問題。實驗結(jié)果表明:該算法能產(chǎn)生比已有方法更小的信息損失度,以及相當(dāng)?shù)臅r間開銷,有效地抵制了復(fù)合攻擊,保護(hù)了