基于貪心算法的社會網(wǎng)絡(luò)隱私保護(hù)方法研究.pdf

1、近些年來,隨著網(wǎng)絡(luò)的普及,互聯(lián)網(wǎng)已經(jīng)進(jìn)入到人類生活的方方面面。尤其是Web2.0的興起,使得各種社會網(wǎng)站如雨后春筍般迅速涌現(xiàn)。由于用戶數(shù)量巨大,人們可以在網(wǎng)絡(luò)上輕易獲取大量的個人信息,如果不正確使用這些信息的話,可能對個人隱私和信息安全構(gòu)成嚴(yán)重威脅。因此,網(wǎng)絡(luò)用戶的個人隱私是否得到安全保障顯得至關(guān)重要。
　　 本文在深入研究已有的研究成果的基礎(chǔ)上,提出了一種基于貪心算法的社會網(wǎng)絡(luò)隱私保護(hù)方法(GSNPP,Greedy for S

2、ocial Network Privacy-Preserving),該方法主要進(jìn)行了以下幾個方面的探討:
　　 1、通過改進(jìn)已有的社會網(wǎng)絡(luò)隱私保護(hù)方法,建立了一種社會網(wǎng)絡(luò)隱私保護(hù)模型。該模型采用將個體的數(shù)據(jù)屬性和與之相關(guān)的結(jié)構(gòu)屬性相結(jié)合的方式,對社會網(wǎng)絡(luò)進(jìn)行匿名化處理。
　　 2、采用GSNPP算法對社會網(wǎng)絡(luò)中節(jié)點(diǎn)進(jìn)行聚類劃分。該算法解決了在社會網(wǎng)絡(luò)節(jié)點(diǎn)聚類劃分過程中的節(jié)點(diǎn)選取問題,并且量化了匿名化處理所帶來的不同類型信

3、息的丟失量。其聚類劃分原則為:
　　 (1)滿足所選節(jié)點(diǎn)與簇中節(jié)點(diǎn)之間相異度相對最小;
　　 (2)滿足所選節(jié)點(diǎn)在泛化過程中造成的信息丟失量相對最少;
　　 (3)使聚類生成的每個簇滿足k-匿名原則,即至少應(yīng)包含k個節(jié)點(diǎn)。
　　 3、提出了一種個性化的隱私保護(hù)方法。它引入一個數(shù)據(jù)屬性信息與結(jié)構(gòu)屬性信息的重要性權(quán)重參數(shù),以便在匿名化過程中,根據(jù)用戶對不同屬性信息的重要性需求不同,靈活設(shè)置重要性權(quán)重參數(shù),從而