在計(jì)算機(jī)網(wǎng)絡(luò)飛速發(fā)展的今天,社交網(wǎng)站之于人們?nèi)粘９ぷ鳌蕵凡豢苫蛉�。Facebook、Twitter、微博等社交網(wǎng)站被廣泛使用,其與日俱增的用戶數(shù)量和訪問量使得社交網(wǎng)絡(luò)數(shù)據(jù)愈發(fā)龐雜,數(shù)據(jù)發(fā)布的隱私保護(hù)問題愈發(fā)重要。將社交網(wǎng)絡(luò)數(shù)據(jù)以個(gè)體為頂點(diǎn)、朋友關(guān)系為邊建模為圖結(jié)構(gòu),圖數(shù)據(jù)在發(fā)布后存在被攜帶有不同背景知識(shí)的惡意對手所攻擊產(chǎn)生的隱私泄露問題,被泄露的隱私包括被攻擊目標(biāo)的所在頂點(diǎn)或邊、頂點(diǎn)的敏感屬性或邊的權(quán)重信息等。如何建立隱私攻擊模型并設(shè)計(jì)有針對性的方案解決可能存在的隱私泄露問題、保護(hù)數(shù)據(jù)發(fā)布中的隱私信息是現(xiàn)今社交網(wǎng)絡(luò)數(shù)據(jù)發(fā)布隱私保護(hù)領(lǐng)域致力研究的重點(diǎn)。針對多個(gè)社交網(wǎng)絡(luò)中以頂點(diǎn)組合度為背景知識(shí)進(jìn)行攻擊造成頂點(diǎn)身份再識(shí)別的隱私泄露問題,本文定義啟發(fā)式多社交網(wǎng)絡(luò)攻擊模型——組合度攻擊模型,該攻擊模型提出多個(gè)社交網(wǎng)絡(luò)數(shù)據(jù)集中被攻擊目標(biāo)的頂點(diǎn)度值可組合作為攻擊者的背景知識(shí),攻擊者根據(jù)組合度從不同社交網(wǎng)絡(luò)數(shù)據(jù)集中獲得被攻擊目標(biāo)構(gòu)成的候選集,匹配集合間頂點(diǎn)的非敏感屬性信息對被攻擊目標(biāo)所屬頂點(diǎn)再識(shí)別。為了解決此隱私攻擊,本文提出組合度（d_x,d_y）-k匿名算... 

【文章來源】：哈爾濱工程大學(xué)黑龍江省 211工程院校

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【部分圖文】：

人人網(wǎng)某用戶的個(gè)人主頁信息

本章的第一種場景，在朋友關(guān)系的簡單社交網(wǎng)絡(luò)圖中頂點(diǎn)的度值即為其好友數(shù)量，攻擊者知道目標(biāo)頂點(diǎn)的度值，如果該社交網(wǎng)絡(luò)中與目標(biāo)頂點(diǎn)度值相同的頂點(diǎn)數(shù)較少，則攻擊者能夠以較高概率在圖數(shù)據(jù)中識(shí)別出目標(biāo)頂點(diǎn)。如圖 2.1 所示，攻擊者可以輕易地從其社交網(wǎng)絡(luò)個(gè)人主頁獲得度值信息作為發(fā)起攻擊所需的背景知識(shí)。

在日常使用的社交網(wǎng)絡(luò)（例如，F(xiàn)acebook 和 LinkedIn）中包含了大量用戶的個(gè)人信息，例如姓名，性別，年齡，地址和職業(yè)等，這些屬性信息即為用戶的畫像文件，在社交網(wǎng)絡(luò)數(shù)據(jù)集中以標(biāo)簽的形式表現(xiàn)。每個(gè)用戶可以自定義設(shè)置他想要隱藏的屬性，因此標(biāo)簽可以是敏感的也可以是非敏感的。以圖 2.6 為例，設(shè)計(jì)一個(gè)基于朋友關(guān)系的綜合社交網(wǎng)絡(luò)。

【參考文獻(xiàn)】：
期刊論文
[1]DP2Gsister:差分隱私社交網(wǎng)絡(luò)圖發(fā)布模型[J]. 殷軼平,徐睿峰.  信息技術(shù)與網(wǎng)絡(luò)安全. 2018(06)
[2]基于節(jié)點(diǎn)特征的不確定圖社交網(wǎng)絡(luò)隱私保護(hù)方法[J]. 顏軍,胡靜,溫閣,田堉攀.  信息安全研究. 2018(06)
[3]基于擾動(dòng)的社交網(wǎng)絡(luò)保護(hù)方法研究[J]. 范國婷,楊穎,孫剛,趙佳.  阜陽師范學(xué)院學(xué)報(bào)(自然科學(xué)版). 2017(04)
[4]基于差分隱私保護(hù)的社交網(wǎng)絡(luò)發(fā)布圖生成模型[J]. 王俊麗,柳先輝,管敏.  同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(08)
[5]移動(dòng)社交網(wǎng)絡(luò)隱私保護(hù)算法[J]. 代楚瓊.  產(chǎn)業(yè)與科技論壇. 2017(12)
[6]基于差分隱私的社交推薦方法[J]. 彭慧麗,張嘯劍,金凱忠.  計(jì)算機(jī)科學(xué). 2017(S1)
[7]K-對稱-N算法的社交網(wǎng)絡(luò)的隱私保護(hù)[J]. 高潔,肖基毅,向霞.  網(wǎng)絡(luò)安全技術(shù)與應(yīng)用. 2017(01)
[8]一種遺傳算法實(shí)現(xiàn)的圖聚類匿名隱私保護(hù)方法[J]. 姜火文,曾國蓀,胡克坤.  計(jì)算機(jī)研究與發(fā)展. 2016(10)
[9]數(shù)據(jù)發(fā)布中隱私保護(hù)技術(shù)綜述[J]. 王翰琨.  信息與電腦(理論版). 2016(17)
[10]匿名最短路徑的top-k路徑貪心泛化算法[J]. 陳偉鶴,丁蕾蕾.  計(jì)算機(jī)工程. 2016(01)

碩士論文
[1]基于差分隱私的社交網(wǎng)絡(luò)隱私保護(hù)方法研究[D]. 王越.哈爾濱工業(yè)大學(xué) 2016



本文編號(hào)：3606567