基于向量相似的权重社会网络隐私保护.pdfVIP

第 8期 电 子 学 报 Vo1．43 No．8 2015年 8月 ACTAELECTRONICA SINICA Aug． 2015 基于向量相似的权重社会网络隐私保护 兰丽辉 ，一，鞠时光 (1．江苏大学计算机科学与通信工程学院，江苏镇江212013；2．沈阳大学信息工程学院，辽宁沈阳 110000) 摘 要： 针对权重社会网络发布，提出采用基于向量相似的随机扰动方法实现多个发布场景下网络结构和边权 重的隐私保护．该方法以边空间理论为基础，采用基于节点聚类的分割方法构建权重社会网络的向量集模型；以加权 欧氏距离作为向量相似的度量标准，根据选定阈值构建发布候选集 ；从候选集随机选取向量实现权重社会网络的发 布；可抵御多种节点识别攻击，迫使攻击者在一个向量发生概率相同的庞大结果集中进行重识别，增加了识别的不确 定性．实验结果表明，该方法在确保社会个体隐私安全同时可保护社会网络分析所需的某些结构特征 ，提高发布数据 效用 ． 关键词： 社会网络；边权重 ；隐私保护；向量集模型；加权欧氏距离 中图分类号： TP309．2 文献标识码： A 文章编号： 0372—2112(2015)08—1568．07 电子学报URL：http：／／www．ejourna1．org．ca DOI：10．3969／j．issn．0372—2112．2015．08．015 PrivacyPreservingBasedonVectorSimilarityforWeightedSocialNetworks LANLi．hui_．JUShi．guang (1．SchoolofComputerSconceandTelecommunication ，JiangsuUniversity，Zkonji~g，Jiangsu210213，China 2．SchoolofInformation ，ShenyangUniversity，Shenyang，Liaoning110000，hCina) Abstract： Aimingatthepublicationofweightedsocialnetworks，arandom perturbationmethodbasedonvectorsimilarityis proposde．Itcallprotectnewtorkstructuresandedgeweihgtsinmultiplereleasescenarios．Itconstructsvectorsetmodelsbysegmen— tationbasedonvertexclusterusingdegespacehteory．ItadoptsweihgtedEuclideandistanceassimilaritymetricstoconstructhtere— leasedcandidatesetsaccordingtohtethreshold．Itrandomlyselcets vcetorsfrom cnadidateeststoconstructhtepublishde weightde social newtorks．Theproposde mehtodCna resistmultiplevertexrecognitionattacks，forceattackersotre-identifyinalargeresultset thathteexistentialprobabilitiesofthevcetorsaresame，nadnicreasetheunceaaintyofrecognition．Th eexperimentalresultsdemon— slrate thatitCna preservenidividuals’privacysecurity，meanwhileitCna prot