基于差分隐私的权重社会网络隐私保护privacypreservingbasedon.pdf

第36 卷第9 期 通 信 学 报 Vol.36 No.9 2015 年9 月 Journal on Communications September 2015 doi:10.11959/j.issn.1000-436x.2015165 基于差分隐私的权重社会网络隐私保护 １ 1,2 兰丽辉 ，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 110044 ） 摘 要：针对权重社会网络发布隐私保护中的弱保护问题，提出一种基于差分隐私模型的随机扰动方法可实现边 及边权重的强保护。设计了满足差分隐私的查询模型-WSQuery，WSQuery 模型可捕获权重社会网络的结构，以 有序三元组序列作为查询结果集；依据 WSQuery 模型设计了满足差分隐私的算法-WSPA，WSPA 算法将查询结 果集映射为一个实数向量，通过在向量中注入Laplace 噪音实现隐私保护；针对WSPA 算法误差较高的问题提出 了改进算法-LWSPA，LWSPA 算法对查询结果集中的三元组序列进行分割，对每个子序列构建满足差分隐私的算 法，降低了误差，提高了数据效用。实验结果表明，提出的隐私保护方法在实现隐私信息的强保护同时使发布的 权重社会网络仍具有可接受的数据效用。 关键词：权重社会网络；隐私保护；差分隐私；查询模型；Laplace 分布 中图分类号：TP309 文献标识码：A Privacy preserving based on differential privacy for weighted social networks LAN Li-hui1,2, JU Shi-guang1 (1. School of Computer Science and Telecommunication Engineering, Jiangsu University, Zhenjiang 212013, China; 2. School of Information Engineering, Shenyang University, Shenyang 110044, China) Abstract: Focusing on the weak protection problems in privacy preservation of weighted social networks publication, a privacy preserving method based on differential privacy was put forward for strong protection of edges and edge weights. The WSQuery query model was proposed meeting with differential privacy on weighted social networks, could ca