节点文献

基于差分隐私保护的社交网络发布图生成模型

免费订阅

【作者】 王俊丽柳先辉管敏

【Author】 WANG Junli;LIU Xianhui;GUAN Min;College of Electronic and Information Engineering, Tongji University;

【机构】 同济大学电子与信息工程学院

【摘要】 社交网络在帮助人们建立社会性网络应用服务的同时,收集了大量的用户资料和敏感数据,通过分析这些数据可能泄露潜在的隐私信息.目前差分隐私保护模型对隐私泄露风险给出了严谨、定量化的表示和证明,极大地保证了数据的可用性.设计了一个满足差分隐私保护的社交网络发布图生成模型,首先通过图模型表示社交网络结构,并将原图按照节点特征分类为多个子图;然后利用四叉树方法对子图的密集区域进行划分,在树的叶子节点添加满足差分隐私保护的噪声;通过子图重构的方式,生成待发布图.最后,利用度分布、最短路径、聚类系数等统计分析方法,实验验证了该模型的可行性和有用性.

【基金】 国家“八六三”高技术研究发展计划(2015IM030300);上海市科技创新计划(15DZ1101202);上海市科委项目(14JC1405800);同济大学中央高校基本科研业务费
【所属期刊栏目】 电子、计算机、控制与系统 (2017年08期)
  • 【分类号】TP309;TP393.09
  • 【被引频次】2
  • 【下载频次】240
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: