-
公开(公告)号:CN116305262B
公开(公告)日:2023-10-17
申请号:CN202310211981.3
申请日:2023-03-07
Applicant: 安徽大学
IPC: G06F21/62
Abstract: 本发明公开了一种基于负调查的社交网络拓扑隐私保护方法,包括:1将原始社交网络G中所有节点设置为未访问状态,初始化负社交网络G’为空集合,并给定初始参数值M和σ;2根据M和σ,基于高斯分布模型生成概率P;3从G中随机选择M个未被访问节点构建子网络;4基于高斯负调查模型生成负子网络,将得到的负子网络加入到G’中;5将子网络中的M个节点设为已访问状态;6若达到终止条件,输出匿名后的网络即负社交网络G’;否则返回步骤3执行。本发明能够在隐私性和数据可用性两方面达到较好的平衡,即拥有较高隐私性的同时能够获得较好的数据可用性,同时可以有效抵御两种常见的图结构攻击,包括友谊攻击和子图攻击。
-
公开(公告)号:CN116305262A
公开(公告)日:2023-06-23
申请号:CN202310211981.3
申请日:2023-03-07
Applicant: 安徽大学
IPC: G06F21/62
Abstract: 本发明公开了一种基于负调查的社交网络拓扑隐私保护方法,包括:1将原始社交网络G中所有节点设置为未访问状态,初始化负社交网络G’为空集合,并给定初始参数值M和σ;2根据M和σ,基于高斯分布模型生成概率P;3从G中随机选择M个未被访问节点构建子网络;4基于高斯负调查模型生成负子网络,将得到的负子网络加入到G’中;5将子网络中的M个节点设为已访问状态;6若达到终止条件,输出匿名后的网络即负社交网络G’;否则返回步骤3执行。本发明能够在隐私性和数据可用性两方面达到较好的平衡,即拥有较高隐私性的同时能够获得较好的数据可用性,同时可以有效抵御两种常见的图结构攻击,包括友谊攻击和子图攻击。
-