本文關(guān)鍵詞：社會網(wǎng)絡(luò)中用戶身份隱私保護模型的研究

  更多相關(guān)文章： 社會網(wǎng)絡(luò) 隱私保護 身份標識 PAM聚類算法 k-匿名

【摘要】：在現(xiàn)實生活中,數(shù)據(jù)發(fā)布者,如Facebook,往往會將社會網(wǎng)絡(luò)發(fā)布出來。通過數(shù)據(jù)挖掘等技術(shù)手段,研究人員能夠發(fā)掘隱藏于其中的價值規(guī)律。與此同時,社會網(wǎng)絡(luò)所包含的用戶隱私信息也會面臨著威脅。因此,在社會網(wǎng)絡(luò)發(fā)布過程中,保護用戶身份隱私的安全性以及保證發(fā)布后社會網(wǎng)絡(luò)的可用性變得非常重要。本文的研究重點是設(shè)計一種具有較好的安全性和可用性的隱私保護模型,其主要工作如下：首先,本文通過分析節(jié)點的度在社會網(wǎng)絡(luò)分析領(lǐng)域中的重要程度,將原始社會網(wǎng)絡(luò)模型化為無向圖,并闡述系統(tǒng)模型的組成元素和工作流程。其次,本文假定了一種鄰域關(guān)系身份隱私攻擊模式。在鄰域關(guān)系攻擊模式下,攻擊者能夠獲取目標節(jié)點的度數(shù)、其鄰域節(jié)點間的關(guān)系以及鄰域節(jié)點的度序列信息,作為自身的背景知識。通過對數(shù)據(jù)集中相似節(jié)點百分比進行驗證分析,實驗結(jié)果表明,本文所假定的鄰域關(guān)系身份隱私攻擊模式是可行的。然后,為了抵御鄰域關(guān)系攻擊,本文提出一種SSSA隱私保護模型。SSSA (Standardization, Similarity, Security and Availability)隱私保護模型確保原始社會網(wǎng)絡(luò)圖中任意節(jié)點至少與其他k-1個節(jié)點具有相似的鄰域關(guān)系圖結(jié)構(gòu),使得獨立的“唯一性”節(jié)點聚集成由多個“相似性”節(jié)點組成的簇。在鄰域關(guān)系攻擊下,發(fā)布后社會網(wǎng)絡(luò)圖中任何節(jié)點被標識出的概率不高于1/k,保證節(jié)點具有較高的安全性；另一方面,適度地進行圖形重構(gòu)操作,保證發(fā)布后社會網(wǎng)絡(luò)圖具有較好的可用性。最后,本文以Cond_Mat、Hep_Hp、Enron和Facebook四種真實社會網(wǎng)絡(luò)數(shù)據(jù)集為實驗對象,從安全性和可用性兩個方面進行驗證分析。實驗結(jié)果表明,本文提出的SSSA隱私保護模型不僅能夠較好的保護用戶身份隱私的信息,還可以保證發(fā)布后社會網(wǎng)絡(luò)圖具有一定的可用性。
【關(guān)鍵詞】：社會網(wǎng)絡(luò) 隱私保護 身份標識 PAM聚類算法 k-匿名
【學(xué)位授予單位】：大連海事大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP393.08
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 緒論10-18
• 1.1 課題的研究背景10-12
• 1.2 課題的研究目的與意義12-14
• 1.3 國內(nèi)外相關(guān)研究現(xiàn)狀14-17
• 1.4 本文的內(nèi)容組織17-18
• 第2章 社會網(wǎng)絡(luò)隱私與聚類分析18-28
• 2.1 社會網(wǎng)絡(luò)與社會網(wǎng)絡(luò)分析18-20
• 2.1.1 社會網(wǎng)絡(luò)的概念與表示18
• 2.1.2 社會網(wǎng)絡(luò)分析18-20
• 2.2 社會網(wǎng)絡(luò)隱私20-22
• 2.2.1 涉及隱私的類型20-21
• 2.2.2 隱私攻擊類型21-22
• 2.3 聚類分析22-23
• 2.4 常見的聚類策略與算法23-27
• 2.4.1 層次聚類23-24
• 2.4.2 分區(qū)聚類24-26
• 2.4.3 基于密度的聚類26-27
• 2.5 本章小結(jié)27-28
• 第3章 身份隱私攻擊模式的假定與驗證28-37
• 3.1 度分析與系統(tǒng)模型28-29
• 3.2 相關(guān)定義29-30
• 3.3 身份隱私攻擊模式的假定30-33
• 3.3.1 身份隱私攻擊分析30-32
• 3.3.2 鄰域關(guān)系攻擊32-33
• 3.4 鄰域關(guān)系攻擊的可行性驗證33-36
• 3.4.1 社會網(wǎng)絡(luò)數(shù)據(jù)集的采集33-34
• 3.4.2 鄰域關(guān)系攻擊的驗證分析34-36
• 3.5 本章小結(jié)36-37
• 第4章 SSSA隱私保護模型的設(shè)計與實現(xiàn)37-58
• 4.1 SSSA隱私保護模型概述37-39
• 4.2 數(shù)據(jù)預(yù)處理39-42
• 4.2.1 圖的平穩(wěn)分布39-40
• 4.2.2 節(jié)點數(shù)據(jù)規(guī)范化40-41
• 4.2.3 規(guī)范化算法41-42
• 4.3 聚類過程的設(shè)計與實現(xiàn)42-47
• 4.3.1 PAM中心點聚類算法42-46
• 4.3.1.1 r值確定45-46
• 4.3.1.2 簇初始化46
• 4.3.2 節(jié)點聚類算法46-47
• 4.4 匿名過程的設(shè)計與實現(xiàn)47-51
• 4.4.1 節(jié)點相似與信息損失量47-48
• 4.4.2 匿名策略48-50
• 4.4.3 節(jié)點匿名算法50-51
• 4.5 圖形重構(gòu)的設(shè)計與實現(xiàn)51-57
• 4.5.1 度序列可現(xiàn)性檢測51-52
• 4.5.2 圖形重構(gòu)52-57
• 4.5.2.1 Natural_Construction過程52-55
• 4.5.2.2 Greedy_Construction過程55-57
• 4.5.3 圖形重構(gòu)算法57
• 4.6 本章小結(jié)57-58
• 第5章 SSSA隱私保護模型的驗證與分析58-63
• 5.1 安全性驗證與分析58-60
• 5.2 可用性驗證與分析60-62
• 5.3 本章小結(jié)62-63
• 第6章 總結(jié)與展望63-66
• 6.1 工作總結(jié)63-64
• 6.2 工作展望64-66
• 參考文獻66-70
• 致謝70

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前4條

1 蘭麗輝;鞠時光;金華;;社會網(wǎng)絡(luò)數(shù)據(jù)的k-匿名發(fā)布[J];計算機科學(xué);2011年11期

2 羅亦軍;劉強;王宇;;社會網(wǎng)絡(luò)的隱私保護研究綜述[J];計算機應(yīng)用研究;2010年10期

3 夏寧霞;蘇一丹;覃希;;一種高效的K-medoids聚類算法[J];計算機應(yīng)用研究;2010年12期

4 王元卓;靳小龍;程學(xué)旗;;網(wǎng)絡(luò)大數(shù)據(jù):現(xiàn)狀與展望[J];計算機學(xué)報;2013年06期

，

本文編號：873524