隨著社交網(wǎng)絡(luò)的興起,海量的圖數(shù)據(jù)產(chǎn)生,這些數(shù)據(jù)作為知識(shí)發(fā)現(xiàn)和輔助決策的重要資源,被數(shù)據(jù)挖掘工具頻繁收集、分析和發(fā)布。來源于現(xiàn)實(shí)網(wǎng)絡(luò)中的圖數(shù)據(jù)通常攜有大量的用戶敏感信息,因此,圖數(shù)據(jù)發(fā)布過程中的隱私保護(hù)工作尤為重要。隨著網(wǎng)絡(luò)的不斷發(fā)展,簡(jiǎn)單圖難以表征復(fù)雜網(wǎng)絡(luò)中的潛在聯(lián)系,超圖在表征多方關(guān)系上更具優(yōu)勢(shì),近年來被越來越多地被應(yīng)用在復(fù)雜網(wǎng)絡(luò)分析任務(wù)上�，F(xiàn)有的圖數(shù)據(jù)隱私保護(hù)工作多基于簡(jiǎn)單圖,在超圖數(shù)據(jù)發(fā)布上面臨著新的挑戰(zhàn)。我們針對(duì)現(xiàn)有工作的不足,基于差分隱私技術(shù)提出了更具普適性和魯棒性的圖數(shù)據(jù)發(fā)布方法。本文研究工作及主要貢獻(xiàn)如下:首先,針對(duì)傳統(tǒng)地理社交網(wǎng)絡(luò)(Geo-social Network,GSN)數(shù)據(jù)發(fā)布隱私保護(hù)方法不足以為數(shù)據(jù)間的多方關(guān)系提供嚴(yán)格隱私保證的問題,提出一種更具普適性的基于超圖的差分隱私保護(hù)模型,給出了鄰近超圖上的差分隱私定義;然后綜合考慮GSN數(shù)據(jù)中的社交屬性和位置信息,進(jìn)一步提出了滿足差分隱私的超圖構(gòu)建過程;最后,采取了更加合理的數(shù)據(jù)可用性度量標(biāo)準(zhǔn),評(píng)估了該方法在度分布查詢上的準(zhǔn)確性。與目前主流的隱私保護(hù)方法相比,該方法優(yōu)化了的查詢敏感度計(jì)算,并且縮小了噪聲擾動(dòng)范圍。實(shí)驗(yàn)...

【文章頁數(shù)】：67 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
ABSTRACT
1 引言
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本論文主要工作
    1.4 本論文結(jié)構(gòu)安排
2 數(shù)據(jù)發(fā)布中的差分隱私相關(guān)研究
    2.1 數(shù)據(jù)發(fā)布及其中的隱私問題
        2.1.1 數(shù)據(jù)發(fā)布流程
        2.1.2 數(shù)據(jù)發(fā)布中的隱私泄露問題
        2.1.3 數(shù)據(jù)發(fā)布中的隱私保護(hù)技術(shù)
    2.2 數(shù)據(jù)發(fā)布的差分隱私保護(hù)
        2.2.1 差分隱私概述
        2.2.2 數(shù)據(jù)發(fā)布的差分隱私模型
        2.2.3 數(shù)據(jù)發(fā)布的差分隱私技術(shù)
    2.3 隨機(jī)響應(yīng)技術(shù)
        2.3.1 隨機(jī)響應(yīng)技術(shù)理論依據(jù)
        2.3.2 隨機(jī)響應(yīng)的應(yīng)用
    2.4 圖數(shù)據(jù)的差分隱私保護(hù)
        2.4.1 圖數(shù)據(jù)的隱私保護(hù)相關(guān)概念
        2.4.2 圖數(shù)據(jù)的差分隱私方法
        2.4.3 圖數(shù)據(jù)發(fā)布面臨的挑戰(zhàn)
    2.5 本章小結(jié)
3 基于差分隱私的地理社交網(wǎng)絡(luò)數(shù)據(jù)發(fā)布方法研究
    3.1 問題背景
    3.2 問題描述
        3.2.1 地理社交網(wǎng)絡(luò)數(shù)據(jù)的形式
        3.2.2 主要攻擊類型
    3.3 基于差分隱私的地理社交網(wǎng)絡(luò)數(shù)據(jù)發(fā)布方法
        3.3.1 基于超圖的地理社交網(wǎng)絡(luò)表示
        3.3.2 隱私模型
        3.3.3 算法流程
        3.3.4 安全性保證
        3.3.5 數(shù)據(jù)可用性度量
    3.4 實(shí)驗(yàn)結(jié)果
        3.4.1 實(shí)驗(yàn)環(huán)境和數(shù)據(jù)集介紹
        3.4.2 實(shí)驗(yàn)結(jié)果分析
    3.5 本章小結(jié)
4 面向超圖譜聚類的差分隱私保護(hù)研究
    4.1 問題背景
    4.2 問題描述
        4.2.1 攻擊類型
        4.2.2 數(shù)據(jù)可用性度量
    4.3 基于差分隱私技術(shù)的超圖譜保護(hù)方法
        4.3.1 相關(guān)工作
        4.3.2 數(shù)據(jù)模型
        4.3.3 算法流程
        4.3.4 安全性保證
    4.4 實(shí)驗(yàn)結(jié)果
        4.4.1 實(shí)驗(yàn)環(huán)境和數(shù)據(jù)集介紹
        4.4.2 實(shí)驗(yàn)結(jié)果分析
    4.5 本章小結(jié)
5 結(jié)論
    5.1 研究總結(jié)
    5.2 工作展望
參考文獻(xiàn)
作者簡(jiǎn)歷及攻讀碩士學(xué)位期間取得的研究成果
學(xué)位論文數(shù)據(jù)集



本文編號(hào)：4001748