現(xiàn)如今,在線社交網(wǎng)絡(luò)的應(yīng)用越來越廣泛,為人們的交友、生活提供了很大的便利。為了使用網(wǎng)絡(luò)提供的服務(wù),用戶不得不將自己的敏感信息暴露于網(wǎng)絡(luò)之中。經(jīng)過匿名處理后的社交網(wǎng)絡(luò)數(shù)據(jù)被廣泛地共享、轉(zhuǎn)發(fā)、發(fā)布給第三方,由此引發(fā)了一系列網(wǎng)絡(luò)數(shù)據(jù)隱私泄露的危險。因此,社交網(wǎng)絡(luò)中的數(shù)據(jù)隱私問題越來越引起研究者的注意。盡管數(shù)據(jù)在發(fā)布之前必須經(jīng)過匿名化處理,如通過使用假名、數(shù)據(jù)凈化、數(shù)據(jù)擾動的方式實(shí)現(xiàn)匿名性。但是攻擊者仍然可以根據(jù)收集到的輔助信息實(shí)現(xiàn)匿名數(shù)據(jù)的去匿名化,從而獲得用戶的身份信息。本文從攻擊者的角度出發(fā),將收集到的輔助信息作為先驗(yàn)知識,實(shí)現(xiàn)對社交網(wǎng)絡(luò)的攻擊。在過往的研究中,研究者通常僅僅使用圖的結(jié)構(gòu)特征來去匿名化社交網(wǎng)絡(luò)中的用戶,而忽略了用戶屬性信息對去匿名化算法的影響。為了彌補(bǔ)這一缺陷,本文通過將屬性相似度計(jì)算加入到整個的節(jié)點(diǎn)間相似度計(jì)算中,綜合考慮了圖的結(jié)構(gòu)特性和用戶的屬性信息,使用戶的個人檔案信息更加完整。本文提出的基于結(jié)構(gòu)-屬性的去匿名化算法考慮圖的匿名處理對用戶匹配的影響,通過設(shè)置閾值來提高算法的精確度。在將去匿名化問題轉(zhuǎn)化成圖的節(jié)點(diǎn)匹配問題后,通過減少每次待匹配節(jié)點(diǎn)的數(shù)目,降低了算法的計(jì)... 

【文章來源】：曲阜師范大學(xué)山東省

【文章頁數(shù)】：54 頁

【學(xué)位級別】：碩士

【圖文】：

社交網(wǎng)絡(luò)示意圖

第 3 章 使用譜劃分的方法去匿名化無標(biāo)度的社交網(wǎng)絡(luò)第 3.4 節(jié)給出；最后 3.5 節(jié)總結(jié)了本章的內(nèi)容。3.2 問題定義與網(wǎng)絡(luò)模型3.2.1 問題定義在社交網(wǎng)絡(luò)應(yīng)用中，數(shù)據(jù)擁有者通常將收集到的社交數(shù)據(jù)轉(zhuǎn)化為一個圖G ，稱為圖。為了保護(hù)用戶的數(shù)據(jù)隱私，首先數(shù)據(jù)擁有者會對數(shù)據(jù)圖進(jìn)行凈化處理。例如，移戶 IDs、刪除或增加圖中的邊、對用戶屬性進(jìn)行泛化處理等，以此得到匿名圖aG 。數(shù)有者最終會將這個匿名圖發(fā)布出去，而攻擊者可以通過各種方式收集到一些輔助信息成輔助圖），實(shí)現(xiàn)對匿名圖的去匿名化，如圖 3-1 所示。這兩個過程是兩個相反的過程章的目的是實(shí)現(xiàn)紅色箭頭所代表的過程，即恢復(fù)用戶原始的信息。

為了保護(hù)用戶的數(shù)據(jù)隱私，首先數(shù)據(jù)擁有者會對數(shù)據(jù)圖進(jìn)行凈化處理。例如，移除戶 IDs、刪除或增加圖中的邊、對用戶屬性進(jìn)行泛化處理等，以此得到匿名圖aG 。數(shù)據(jù)有者最終會將這個匿名圖發(fā)布出去，而攻擊者可以通過各種方式收集到一些輔助信息（成輔助圖），實(shí)現(xiàn)對匿名圖的去匿名化，如圖 3-1 所示。這兩個過程是兩個相反的過程，章的目的是實(shí)現(xiàn)紅色箭頭所代表的過程，即恢復(fù)用戶原始的信息。圖 3-1 社交網(wǎng)絡(luò)數(shù)據(jù)處理過程，其中左面的圖為原始圖 ，右邊為的圖為匿名圖 .

【參考文獻(xiàn)】：
期刊論文
[1]基于節(jié)點(diǎn)分割的社交網(wǎng)絡(luò)屬性隱私保護(hù)[J]. 付艷艷,張敏,馮登國,陳開渠.  軟件學(xué)報. 2014(04)
[2]大數(shù)據(jù)時代中的去匿名化技術(shù)及應(yīng)用[J]. 孫廣中,魏燊,謝幸.  信息通信技術(shù). 2013(06)



本文編號：3128468