【摘要】：對(duì)社交網(wǎng)絡(luò)中用戶隱私信息優(yōu)化保護(hù),可保證網(wǎng)絡(luò)用戶的信息不被泄露。進(jìn)行隱私信息保護(hù)時(shí),應(yīng)對(duì)隱私信息節(jié)點(diǎn)聚類,統(tǒng)計(jì)丟失數(shù)據(jù)信息,并對(duì)聚類后的社交網(wǎng)絡(luò)信息進(jìn)行匿名化和歸一化處理,但是傳統(tǒng)方法通過(guò)建立形式化驗(yàn)證和基于信任的隱私信息流模型,融合隱私信息訪問(wèn)粒度控制完成對(duì)社隱私保護(hù),但是不能對(duì)隱私信息節(jié)點(diǎn)聚類,無(wú)法準(zhǔn)確統(tǒng)計(jì)丟失的數(shù)據(jù)信息和進(jìn)行匿名處理,導(dǎo)致出現(xiàn)隱私信息保護(hù)效果不好的問(wèn)題,提出一種基于k-鄰域同構(gòu)的社交網(wǎng)絡(luò)中用戶隱私信息優(yōu)化保護(hù)方法。上述方法融合于三角矩陣?yán)碚撚成涑錾缃痪W(wǎng)絡(luò)中的節(jié)點(diǎn)鄰域子圖,給出相鄰隱私信息時(shí)間片間的關(guān)聯(lián)性,依據(jù)信息變化增量確定基準(zhǔn)節(jié)點(diǎn),在此基礎(chǔ)上對(duì)社交網(wǎng)絡(luò)中隱私信息節(jié)點(diǎn)進(jìn)行聚類,對(duì)隱私信息節(jié)點(diǎn)生成的簇進(jìn)行簇內(nèi)外泛化,對(duì)社交網(wǎng)絡(luò)進(jìn)行匿名化處理,統(tǒng)計(jì)出丟失的各類型信息,進(jìn)行歸一化,完成對(duì)社交網(wǎng)絡(luò)中用戶隱私信息的優(yōu)化保護(hù)。仿真結(jié)果證明,所提方法有效地防止隱私泄露,增強(qiáng)了數(shù)據(jù)發(fā)布的安全性。
[Abstract]:The optimal protection of user privacy information in social networks ensures that the information of the network users is not leaked. When the privacy information is protected, the privacy information nodes should be clustered, and the data are lost, and the social network information after the clustering is anonymously and normalized, but the traditional method establishes a formal verification and basis by establishing a formal verification and basis. The trusted privacy information flow model, which integrates privacy information access granularity control to complete the protection of social privacy, can not cluster the privacy information nodes, can not accurately statistics the lost data information and carry out anonymous processing, which leads to the problem of the poor protection effect of privacy information, and proposes a social network based on k- neighborhood isomorphism. This method combines the triangular matrix theory to map the neighborhood sub map of the social network, gives the correlation between the time slices of the adjacent privacy information, and determines the datum node according to the increment of the information change. On this basis, the privacy information node in the social network is clustered to the privacy information node. The generated clusters are generalised inside and outside the cluster, and the social network is anonymously processed, the lost types of information are counted, and the user privacy information in the social network is optimized. The simulation results prove that the proposed method can effectively prevent privacy disclosure and enhance the security of data publishing.
【作者單位】： 南陽(yáng)理工學(xué)院軟件學(xué)院;
【基金】：河南省科技廳基礎(chǔ)前沿項(xiàng)目(142300410108)
【分類號(hào)】：TP309;TP393.09

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;基于位置的手機(jī)社交網(wǎng)絡(luò)“貝多”正式發(fā)布[J];中國(guó)新通信;2008年06期

2 曹增輝;;社交網(wǎng)絡(luò)更偏向于用戶工具[J];信息網(wǎng)絡(luò);2009年11期

3 ;美國(guó):印刷企業(yè)青睞社交網(wǎng)絡(luò)營(yíng)銷新方式[J];中國(guó)包裝工業(yè);2010年Z1期

4 李智惠;柳承燁;;韓國(guó)移動(dòng)社交網(wǎng)絡(luò)服務(wù)的類型分析與促進(jìn)方案[J];現(xiàn)代傳播(中國(guó)傳媒大學(xué)學(xué)報(bào));2010年08期

5 賈富;;改變一切的社交網(wǎng)絡(luò)[J];互聯(lián)網(wǎng)天地;2011年04期

6 譚拯;;社交網(wǎng)絡(luò):連接與發(fā)現(xiàn)[J];廣東通信技術(shù);2011年07期

7 陳一舟;;社交網(wǎng)絡(luò)的發(fā)展趨勢(shì)[J];傳媒;2011年12期

8 殷樂;;全球社交網(wǎng)絡(luò)新態(tài)勢(shì)及文化影響[J];新聞與寫作;2012年01期

9 許麗;;社交網(wǎng)絡(luò):孤獨(dú)年代的集體狂歡[J];上海信息化;2012年09期

10 李玲麗;吳新年;;科研社交網(wǎng)絡(luò)的發(fā)展現(xiàn)狀及趨勢(shì)分析[J];圖書館學(xué)研究;2013年01期

相關(guān)會(huì)議論文 前10條

1 趙云龍;李艷兵;;社交網(wǎng)絡(luò)用戶的人格預(yù)測(cè)與關(guān)系強(qiáng)度研究[A];第七屆（2012）中國(guó)管理學(xué)年會(huì)商務(wù)智能分會(huì)場(chǎng)論文集（選編）[C];2012年

2 宮廣宇;李開軍;;對(duì)社交網(wǎng)絡(luò)中信息傳播的分析和思考——以人人網(wǎng)為例[A];首屆華中地區(qū)新聞與傳播學(xué)科研究生學(xué)術(shù)論壇獲獎(jiǎng)?wù)撐腫C];2010年

3 楊子鵬;喬麗娟;王夢(mèng)思;楊雪迎;孟子冰;張禹;;社交網(wǎng)絡(luò)與大學(xué)生焦慮緩解[A];心理學(xué)與創(chuàng)新能力提升——第十六屆全國(guó)心理學(xué)學(xué)術(shù)會(huì)議論文集[C];2013年

4 畢雪梅;;體育虛擬社區(qū)中的體育社交網(wǎng)絡(luò)解析[A];第九屆全國(guó)體育科學(xué)大會(huì)論文摘要匯編(4)[C];2011年

5 杜p，

本文編號(hào)：2162169