隨著在線社會網(wǎng)絡(luò)的迅速發(fā)展，基于商業(yè)利益和科研等目的的社會網(wǎng)絡(luò)數(shù)據(jù)分析需求和數(shù)據(jù)發(fā)布不斷增加，社會網(wǎng)絡(luò)用戶的敏感信息泄露風(fēng)險也在增加，因此如何保護(hù)用戶的敏感信息成為人們關(guān)注的重點。早期用簡單匿名的方法進(jìn)行隱私保護(hù)，隨著對隱私保護(hù)問題的深入研究，目前隱私保護(hù)的方法主要有：k-匿名方法、基于聚類的泛化方法、圖隨機(jī)化方法。這些隱私保護(hù)方法對于用戶隱私起到一定的保護(hù)作用，但是仍然存在著一定的局限性。當(dāng)攻擊者根據(jù)自身擁有的不同類型的背景知識進(jìn)行隱私攻擊的時候，產(chǎn)生了不同類型的結(jié)構(gòu)化攻擊方式，而這其中以輔助圖作為背景知識的去匿名攻擊是能夠用在真實網(wǎng)絡(luò)數(shù)據(jù)上的攻擊方式。 本文在圖挖掘相關(guān)研究技術(shù)和去匿名社會網(wǎng)絡(luò)攻擊的基礎(chǔ)上，提出了基于節(jié)點n-跳鄰居特征的結(jié)構(gòu)化攻擊方式n-hop NeighFNR。該方法是利用節(jié)點的n-跳鄰居特征從節(jié)點的多維特征獲取節(jié)點的信息，從匿名圖的結(jié)構(gòu)出發(fā)，利用輔助圖的背景知識，實現(xiàn)匿名圖中節(jié)點的重新識別的一種結(jié)構(gòu)化攻擊方法。在節(jié)點對的匹配過程中，使用了基于模擬退火的加權(quán)圖匹配算法，得到輔助圖與匿名圖之間的最佳匹配結(jié)果，從而達(dá)到重新識別匿名圖節(jié)點的目的。在真實社會網(wǎng)絡(luò)數(shù)據(jù)集ka...

【文章頁數(shù)】：42 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
目錄
第一章 緒論
    1.1 社會網(wǎng)絡(luò)概述
    1.2 研究背景及意義
    1.3 本文的研究內(nèi)容
第二章 社會網(wǎng)絡(luò)數(shù)據(jù)的隱私保護(hù)和隱私攻擊
    2.1 隱私攻擊
        2.1.1 主動攻擊和被動攻擊
        2.1.2 結(jié)構(gòu)化攻擊
        2.1.3 去匿名攻擊
    2.2 隱私保護(hù)方法
        2.2.1 簡單匿名方法
        2.2.2 k-匿名方法
        2.2.3 基于聚類的泛化方法
        2.2.4 圖隨機(jī)化方法
第三章 基于 n-跳鄰居特征的節(jié)點特征識別算法
    3.1 基于鄰居相似性的節(jié)點識別算法
    3.2 節(jié)點特征
        3.2.1 n-跳鄰居特征
        3.2.2 不同節(jié)點特征與節(jié)點區(qū)分度對比
    3.3 基于 n-跳鄰居特征的節(jié)點識別算法
        3.3.1 模擬退火算法
        3.3.2 基于 n-跳鄰居特征的節(jié)點識別算法-n-hop NeighFNR 算法
第四章 實驗
    4.1 簡單匿名圖中的節(jié)點識別
    4.2 隨機(jī)擾動匿名圖中的節(jié)點識別
    4.3 不同節(jié)點特征的節(jié)點識別
    4.4 算法的復(fù)雜性分析
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
致謝
在學(xué)期間公開發(fā)表論文及著作情況



本文編號：3812651