發(fā)布時(shí)間：2017-08-21 13:38

  本文關(guān)鍵詞：基于增加節(jié)點(diǎn)的社會(huì)網(wǎng)絡(luò)隱私保護(hù)模型研究

  更多相關(guān)文章： 社會(huì)網(wǎng)絡(luò) 隱私保護(hù) 增加節(jié)點(diǎn) 可用性

【摘要】：近年來,隨著社會(huì)網(wǎng)絡(luò)同互聯(lián)網(wǎng)之間不斷結(jié)合,產(chǎn)生出了大量的在線社會(huì)網(wǎng)絡(luò)應(yīng)用,如微信、人人網(wǎng)和微博等。人們?cè)谑褂蒙鐣?huì)網(wǎng)絡(luò)服務(wù)的同時(shí)產(chǎn)生了大量的數(shù)據(jù),這些社會(huì)網(wǎng)絡(luò)數(shù)據(jù)中不可避免的包含了用戶大量的隱私信息,如果直接或者采用簡(jiǎn)單匿名后將社會(huì)網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行發(fā)布以供研究者進(jìn)行研究,難免會(huì)造成用戶隱私信息泄露的問題。因而為了保護(hù)用戶的隱私,在進(jìn)行社會(huì)網(wǎng)絡(luò)數(shù)據(jù)發(fā)布之前需要對(duì)社會(huì)網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行隱私保護(hù)處理。研究者基于關(guān)系數(shù)據(jù)隱私保護(hù)研究成果在社會(huì)網(wǎng)絡(luò)隱私保護(hù)問題上進(jìn)行了相關(guān)研究,然而現(xiàn)有隱私保護(hù)方法大多注重提供隱私保護(hù),對(duì)發(fā)布數(shù)據(jù)的可用性考慮較少。同時(shí)在匿名過程中通常采用向圖中增加邊來獲得匿名社會(huì)網(wǎng)絡(luò),使用增加節(jié)點(diǎn)的研究較少。本文首先對(duì)社會(huì)網(wǎng)絡(luò)隱私保護(hù)流程進(jìn)行了介紹,其中包括社會(huì)網(wǎng)絡(luò)中的隱私信息、社會(huì)網(wǎng)絡(luò)數(shù)據(jù)模型、社會(huì)網(wǎng)絡(luò)中攻擊者具有的背景知識(shí)、攻擊者可能發(fā)動(dòng)的隱私攻擊、可能造成的隱私泄露問題以及發(fā)布社會(huì)網(wǎng)絡(luò)數(shù)據(jù)的用途。并對(duì)現(xiàn)有社會(huì)網(wǎng)絡(luò)中匿名模型進(jìn)行了介紹。對(duì)社會(huì)網(wǎng)絡(luò)隱私保護(hù)流程的梳理為我們選擇社會(huì)網(wǎng)絡(luò)隱私保護(hù)研究方向以及設(shè)計(jì)相應(yīng)隱私保護(hù)方法提供了指導(dǎo)。本文針對(duì)現(xiàn)有社會(huì)網(wǎng)絡(luò)隱私保護(hù)方法存在的不足以及社會(huì)網(wǎng)絡(luò)隱私保護(hù)流程的梳理,選擇了對(duì)社會(huì)網(wǎng)絡(luò)中兩個(gè)重要的問題進(jìn)行研究：1)針對(duì)簡(jiǎn)單無向圖上的標(biāo)識(shí)泄露問題,當(dāng)攻擊者具有節(jié)點(diǎn)度為背景知識(shí)時(shí),使用K-degree匿名來保證發(fā)布的社會(huì)網(wǎng)絡(luò)數(shù)據(jù)的安全性,于此同時(shí)提出了在匿名過程中通過引入社區(qū)結(jié)構(gòu)和平均路徑長(zhǎng)度的知識(shí),使得在選擇候選節(jié)點(diǎn)以增加目標(biāo)節(jié)點(diǎn)的節(jié)點(diǎn)度時(shí),與目標(biāo)節(jié)點(diǎn)“最接近”的那些節(jié)點(diǎn)具有最高的優(yōu)先級(jí),從而保證了在通過增加邊和增加節(jié)點(diǎn)來實(shí)現(xiàn)匿名的同時(shí)發(fā)布的社會(huì)網(wǎng)絡(luò)數(shù)據(jù)具有較高的可用性。2)針對(duì)節(jié)點(diǎn)包含屬性信息的豐富無向社會(huì)網(wǎng)絡(luò)發(fā)布可能存在的屬性泄露問題,當(dāng)攻擊者具有節(jié)點(diǎn)度信息作為背景知識(shí)時(shí),通過使用向圖中增加節(jié)點(diǎn)的方法來匿名。而選擇的匿名模型是同時(shí)滿足K-匿名和L-多樣性要求的KDLD (K-degree L-diversity anonymity)匿名模型,這充分保證了發(fā)布數(shù)據(jù)的安全性。于此同時(shí)在實(shí)現(xiàn)L-多樣性的過程中未采用常見的將節(jié)點(diǎn)的敏感屬性進(jìn)行泛化的操作,而是未對(duì)節(jié)點(diǎn)的敏感屬性信息進(jìn)行任何泛化,使得節(jié)點(diǎn)的敏感屬性信息得到了完好的保存,大大提高了發(fā)布數(shù)據(jù)的可用性。針對(duì)標(biāo)識(shí)泄露問題,采用多個(gè)社會(huì)網(wǎng)絡(luò)分析評(píng)價(jià)指標(biāo),包含傳導(dǎo)性(Transitivity)、平均聚集系數(shù)(Average Clustering Coefficient)和平均路徑長(zhǎng)度(Average Path Length),分別在ca-HepTh、email-Enron、ca-CondMat、ca-AstroPh和ca-GrQc5個(gè)數(shù)據(jù)集上進(jìn)行了實(shí)驗(yàn),證明了我們提出的算法能夠有效的保護(hù)發(fā)布社會(huì)網(wǎng)絡(luò)數(shù)據(jù)的可用性。針對(duì)屬性泄露問題,采用在機(jī)器學(xué)習(xí)領(lǐng)域得到廣泛應(yīng)用的Adult數(shù)據(jù)集來獲取社會(huì)網(wǎng)絡(luò)中個(gè)體的敏感屬性,并使用networkx提供的多種方法來構(gòu)造社會(huì)網(wǎng)絡(luò)的結(jié)構(gòu)連接特性,分別構(gòu)造了無標(biāo)度社會(huì)網(wǎng)絡(luò)、小世界社會(huì)網(wǎng)絡(luò)和隨機(jī)社會(huì)網(wǎng)絡(luò),并在構(gòu)造的社會(huì)網(wǎng)絡(luò)上進(jìn)行實(shí)驗(yàn),采用與標(biāo)識(shí)泄露相同的評(píng)價(jià)指標(biāo)進(jìn)行評(píng)價(jià),實(shí)驗(yàn)結(jié)果證明我們提出的算法具有優(yōu)越性。
【關(guān)鍵詞】：社會(huì)網(wǎng)絡(luò) 隱私保護(hù) 增加節(jié)點(diǎn) 可用性
【學(xué)位授予單位】：南京信息工程大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP393.08
【目錄】：

• 摘要5-7
• ABSTRACT7-9
• 第一章 緒論9-16
• 1.1 研究背景以及意義9-10
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀10-13
• 1.3 論文主要研究?jī)?nèi)容13-14
• 1.4 論文組織結(jié)構(gòu)14-16
• 第二章 社會(huì)網(wǎng)絡(luò)隱私保護(hù)相關(guān)研究綜述16-31
• 2.1 社會(huì)網(wǎng)絡(luò)隱私保護(hù)流程16-27
• 2.1.1 社會(huì)網(wǎng)絡(luò)中的隱私信息17-19
• 2.1.2 發(fā)布的社會(huì)網(wǎng)絡(luò)數(shù)據(jù)類型19-21
• 2.1.3 社會(huì)網(wǎng)絡(luò)中的背景知識(shí)21-22
• 2.1.4 社會(huì)網(wǎng)絡(luò)中的隱私攻擊22-25
• 2.1.5 社會(huì)網(wǎng)絡(luò)中的隱私泄露25-26
• 2.1.6 社會(huì)網(wǎng)絡(luò)發(fā)布用途26-27
• 2.2 社會(huì)網(wǎng)絡(luò)匿名模型27-30
• 2.2.1 相關(guān)匿名模型27-29
• 2.2.2 其他匿名模型29-30
• 2.3 本章小結(jié)30-31
• 第三章 基于增加邊和節(jié)點(diǎn)解決標(biāo)識(shí)泄露問題31-44
• 3.1 問題定義31-33
• 3.2 基于增加邊和節(jié)點(diǎn)的K-度匿名模型33-38
• 3.2.1 貪婪劃分方法33-34
• 3.2.2 圖修改方法34-37
• 3.2.3 KDVEM算法37-38
• 3.3 實(shí)驗(yàn)分析38-43
• 3.3.1 數(shù)據(jù)集38-39
• 3.3.2 結(jié)果分析39-43
• 3.4 本章小結(jié)43-44
• 第四章 基于增加節(jié)點(diǎn)解決屬性泄露問題44-58
• 4.1 問題定義44-46
• 4.2 基于增加節(jié)點(diǎn)的KDLD匿名模型46-50
• 4.2.1 貪婪檢驗(yàn)方法47-48
• 4.2.2 增加節(jié)點(diǎn)方法48-49
• 4.2.3 KLAVA算法49-50
• 4.3 實(shí)驗(yàn)分析50-57
• 4.3.1 數(shù)據(jù)集51-53
• 4.3.2 結(jié)果分析53-57
• 4.4 本章小結(jié)57-58
• 第五章 總結(jié)與展望58-60
• 5.1 研究工作總結(jié)58-59
• 5.2 下一步展望59-60
• 致謝60-61
• 參考文獻(xiàn)61-67
• 作者簡(jiǎn)介67

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前4條

1 劉耀;王建新;;一種基于節(jié)點(diǎn)運(yùn)動(dòng)范圍自感知的路由方法[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年10期

2 林金朝;賈浩;李云;任智;劉占軍;;一種適用于節(jié)點(diǎn)功率非對(duì)稱WSN的改進(jìn)S-MAC協(xié)議[J];重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年01期

3 胡海峰;劉興貴;;容遲網(wǎng)絡(luò)中基于信任蟻群的自組織路由算法[J];南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年02期

4 ;[J];;年期

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫 前1條

1 蔡藝生;知識(shí)的構(gòu)造與節(jié)點(diǎn)[N];法制日?qǐng)?bào);2014年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 趙大勝;無線傳感器網(wǎng)絡(luò)廣播與節(jié)點(diǎn)休眠算法中的節(jié)能覆蓋問題研究[D];華中科技大學(xué);2005年

2 秦懷峰;面向感知網(wǎng)的上下文敏感計(jì)算技術(shù)研究[D];西北工業(yè)大學(xué);2006年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張玉亮;基于增加節(jié)點(diǎn)的社會(huì)網(wǎng)絡(luò)隱私保護(hù)模型研究[D];南京信息工程大學(xué);2015年

2 徐淑珍;機(jī)會(huì)網(wǎng)絡(luò)中節(jié)點(diǎn)激勵(lì)機(jī)制研究[D];大連理工大學(xué);2014年

3 柳巧平;基于節(jié)點(diǎn)社會(huì)性的Ad Hoc網(wǎng)絡(luò)移動(dòng)模型研究與性能評(píng)價(jià)[D];湖南大學(xué);2010年

4 張偉;基于語義的動(dòng)態(tài)超節(jié)點(diǎn)網(wǎng)絡(luò)模型及搜索算法[D];中南大學(xué);2009年

5 劉艷華;基于熱點(diǎn)節(jié)點(diǎn)搜索方法的P2P流媒體平臺(tái)的研究與設(shè)計(jì)[D];河南理工大學(xué);2009年

6 高艷榮;基于聯(lián)盟博弈的稀疏和稠密VANET激勵(lì)機(jī)制[D];大連理工大學(xué);2013年

7 郭璇;基于超節(jié)點(diǎn)的P2P網(wǎng)絡(luò)的構(gòu)建維護(hù)與管理[D];哈爾濱工業(yè)大學(xué);2007年

8 楊勛;戰(zhàn)術(shù)互聯(lián)網(wǎng)網(wǎng)絡(luò)識(shí)別技術(shù)研究[D];西安電子科技大學(xué);2011年

9 王五玲;基于干擾的P2P節(jié)點(diǎn)追蹤算法研究[D];華中科技大學(xué);2013年

10 張紅艷;基于勢(shì)場(chǎng)的WSN巡航覆蓋移動(dòng)節(jié)點(diǎn)的移動(dòng)策略研究[D];安徽建筑工業(yè)學(xué)院;2012年

，

本文編號(hào)：713236