移动社交网络隐私保护算法及应用研究

发布时间：2017-05-31 00:02

  本文关键词：移动社交网络隐私保护算法及应用研究，由笔耕文化传播整理发布。

【摘要】：近几年来,随着互联网及计算机技术的蓬勃发展,各式各样,功能丰富的智能移动终端,如智能手机、智能手表、平板电脑等设备变得越来越普及。Foursquare、Loopt和新浪微博等社交网络应用,特别是基于移动端的服务得到了快速的发展。就国内而言,新浪微博的成功足以彰显出这种新兴的社交网络服务所蕴藏的巨大市场价值。但是在创造巨大价值的背后显然也面临着许多艰巨的任务与挑战。用户在使用设备,享受服务时所泄露的个人隐私信息成为基于位置的移动社交网络服务的核心问题之一,数据隐私问题目前已受到国内外诸多学者及数据相关行业业务人员的密切关注。如何实现用户隐私信息保护,在避免隐私数据泄露与服务水平及服务质量之间取得较好的平衡成为了当前乃至未来一段时间内的一个严峻课题。本文以新浪微博为例,从移动应用中的数据查询、发布、挖掘三个层面分别提出相应的隐私保护算法,力图从不同的数据应用层面提出一个较为完整的隐私保护框架。1)查询层面:建立了一种基于情景感知的自适应位置K匿名隐私保护算法,该方法基于路网密度等指标设计一种隐私保护力度控制算子并将其与K匿名模型相结合用于查询服务时的位置隐私保护。2)发布层面:提出了一种基于改进层次聚类的L多样性模型,该方法利用Gini Index来衡量敏感值属性的分布,并以信息损失及属性分布情况同时约束聚类的合并过程用于匿名等价类的构成。3)挖掘层面:设计了一种适合移动环境下,基于差分隐私的协同过滤好友推荐算法。该方法首先利用中文分词等技术构建用户行为模型,然后在用户相似度矩阵中加入基于局部敏感度上界的Laplace机制使其满足?-differential差分要求。
【关键词】：隐私保护 K匿名 L多样性 差分隐私 移动社交网络
【学位授予单位】：东华大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP309;F49
【目录】：

• 摘要6-7
• Abstract7-11
• 第1章 绪论11-28
• 1.1 课题研究背景11-12
• 1.2 隐私保护问题概述12-18
• 1.2.1 数据的产生12-13
• 1.2.2 隐私数据的分类13-15
• 1.2.3 隐私保护中的关键问题及相关技术15-18
• 1.3 大数据隐私保护最新研究进展18-25
• 1.3.1 位置隐私保护技术18-20
• 1.3.2 轨迹隐私保护技术20-21
• 1.3.3 社交网络隐私保护技术21
• 1.3.4 基于差分隐私的数据发布及分析技术21-25
• 1.4 主要研究内容及创新点25-28
• 1.4.1 主要研究内容25-26
• 1.4.2 主要创新点26-27
• 1.4.3 论文框架27-28
• 第2章 移动社交网络隐私保护技术相关理论28-36
• 2.1 移动社交网络的特点28-29
• 2.2 移动社交网络用户隐私的分类29-30
• 2.3 隐私保护相关理论30-35
• 2.3.1 K匿名模型30-31
• 2.3.2 L多样性模型31-33
• 2.3.3 差分隐私保护技术33-35
• 2.4 本章小结35-36
• 第3章 基于情景感知的位置K-匿名模型36-48
• 3.1 位置信息的保护36-37
• 3.1.1 位置信息的应用特点36
• 3.1.2 位置信息保护的需求特点36-37
• 3.2 基于情景感知的隐私度量37-40
• 3.2.1 服务质量与隐私保护的矛盾37-38
• 3.2.2 情景感知的引入38-40
• 3.3 改进位置K-匿名模型的建立40-43
• 3.3.1 改进的K-匿名模型40-41
• 3.3.2 时空相似度度量41-42
• 3.3.3 基于情景感知的位置K匿名模型42-43
• 3.4 实例分析43-47
• 3.4.1 新浪微博的签到服务43-44
• 3.4.3 仿真实验与结果分析44-47
• 3.5 本章小结47-48
• 第4章 基于改进层次聚类的L多样性匿名模型48-66
• 4.1 发布数据的类型48-49
• 4.2 聚类思想的引入49-55
• 4.2.1 数据采集49-52
• 4.2.2 不同属性类型的距离度量52-54
• 4.2.3 信息损失的度量54-55
• 4.3 改进L多样性模型的建立55-58
• 4.3.1 敏感值属性分布的度量55-56
• 4.3.2 基于基尼系数和层次聚类的L多样性模型56-58
• 4.4 实例分析58-65
• 4.4.1 数据采集58-61
• 4.4.2 数据预处理61-62
• 4.4.3 仿真实验与结果分析62-65
• 4.5 本章小结65-66
• 第5章 基于差分隐私及VSM的好友推荐算法66-77
• 5.1 移动推荐的特点66-67
• 5.2 用户行为模型的建立67-70
• 5.2.1 用户个人标签词67
• 5.2.2 关注内容关键词67-68
• 5.2.3 微博内容主题词68
• 5.2.4 移动位置特征词68-70
• 5.3 隐私保护的相似度计算70-71
• 5.3.1 向量空间模型的建立70
• 5.3.2 差分隐私保护机制的引入70-71
• 5.4 隐私保护好友推荐算法的步骤71-72
• 5.5 实例分析72-76
• 5.5.1 实验环境72
• 5.5.2 数据采集72-74
• 5.5.3 仿真实验与结果分析74-76
• 5.6 本章小结76-77
• 第6章 总结与展望77-79
• 6.1 全文总结77-78
• 6.2 展望78-79
• 参考文献79-83
• 攻读学位期间发表的学术论文83-84
• 致谢84

【相似文献】

中国期刊全文数据库 前10条

1 葛伟平;汪卫;周皓峰;施伯乐;;基于隐私保护的分类挖掘[J];计算机研究与发展;2006年01期

2 闻丹岩;夏国平;;电子商务中的不可否认和隐私保护协议[J];北京工业大学学报;2007年06期

3 沈中林;崔建国;;隐私保护下关联规则挖掘方法[J];中国民航大学学报;2007年S1期

4 魏琼;卢炎生;;位置隐私保护技术研究进展[J];计算机科学;2008年09期

5 刘恒;王铁军;周明天;佘X;;普适环境中基于角色的隐私保护系统设计[J];微电子学与计算机;2010年12期

6 许大宏;;基于隐私保护关联规则的改进算法[J];福建电脑;2010年12期

7 王平水;王建东;;匿名化隐私保护技术研究综述[J];小型微型计算机系统;2011年02期

8 王艳;;数据隐私保护技术综述[J];知识经济;2011年14期

9 宋金玲;刘国华;黄立明;李玉香;贺礼智;王丹丽;;k-匿名隐私保护模型中k值的优化选择算法[J];小型微型计算机系统;2011年10期

10 霍峥;孟小峰;;轨迹隐私保护技术研究[J];计算机学报;2011年10期

中国重要会议论文全文数据库 前10条

1 郑思琳;陈红;叶运莉;;实习护士病人隐私保护意识和行为调查分析[A];中华护理学会第8届全国造口、伤口、失禁护理学术交流会议、全国外科护理学术交流会议、全国神经内、外科护理学术交流会议论文汇编[C];2011年

2 孙通源;;基于局部聚类和杂度增益的数据信息隐私保护方法探讨[A];中国水利学会2013学术年会论文集——S4水利信息化建设与管理[C];2013年

3 张亚维;朱智武;叶晓俊;;数据空间隐私保护平台的设计[A];第二十五届中国数据库学术会议论文集（一）[C];2008年

4 公伟;隗玉凯;王庆升;胡鑫磊;李换双;;美国隐私保护标准及隐私保护控制思路研究[A];2013年度标准化学术研究论文集[C];2013年

5 张鹏;于波;童云海;唐世渭;;基于随机响应的隐私保护关联规则挖掘[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年

6 桂琼;程小辉;;一种隐私保护的分布式关联规则挖掘方法[A];2009年全国开放式分布与并行计算机学术会议论文集(下册)[C];2009年

7 俞笛;徐向阳;解庆春;刘寅;;基于保序加密的隐私保护挖掘算法[A];第八届全国信息隐藏与多媒体安全学术大会湖南省计算机学会第十一届学术年会论文集[C];2009年

8 李贝贝;乐嘉锦;;分布式环境下的隐私保护关联规则挖掘[A];第二十二届中国数据库学术会议论文集（研究报告篇）[C];2005年

9 徐振龙;郭崇慧;;隐私保护数据挖掘研究的简要综述[A];第七届（2012）中国管理学年会商务智能分会场论文集（选编）[C];2012年

10 潘晓;郝兴;孟小峰;;基于位置服务中的连续查询隐私保护研究[A];第26届中国数据库学术会议论文集（A辑）[C];2009年

中国重要报纸全文数据库 前10条

1 王尔山;跟隐私说再见[N];21世纪经济报道;2008年

2 记者 武晓黎;360安全浏览器推“隐私浏览”模式[N];中国消费者报;2008年

3 早报记者 是冬冬;“美国隐私保护法律已过时”[N];东方早报;2012年

4 张晓明;隐私的两难[N];电脑报;2013年

5 本报实习生 张月朦 本报记者 董晨;大数据时代，，谁来保护我们的隐私[N];新华日报;2013年

6 本报记者 邹大斌;隐私保护,老问题再添新忧[N];计算机世界;2013年

7 本报记者 赵越;苹果再陷“定位门”风波 隐私保护成厂商绕不过的坎[N];通信信息报;2014年

8 记者 马意

本文编号：408175