抗推理攻击的网络结构规律性调控研究

发布时间：2023-03-12 04:22

　　网络是表达多种类型数据的强大工具,任何存在关联关系的数据集合都可以表示为网络,例如通信网络、交通网络、电力网络、社交网络、科学引文网络等。随着信息技术以及数据采集技术的快速发展,网络数据的规模呈现爆发式增长,网络数据的挖掘处理越来越成为许多重要应用的基础与核心。然而,与传统数据不同的是,网络数据具有内在的关联性、规律性。面向数据开放共享的发展趋势,恶意攻击者可以利用网络数据内在的关联性、规律性推理发现数据产生者的敏感信息,从而对用户隐私造成了极大的威胁,也阻碍网络大数据的共享与利用。因此,如何在进行网络数据共享利用的同时,有效防止敏感关系推理攻击产生的隐私威胁,已经成为当前工业界和学术界普遍关心的问题。面对以上矛盾,本文提出抗推理攻击的网络结构规律性调控问题,通过网络数据的关键链路识别和网络结构调控灵活改变网络数据内在的结构模式,从而改变网络数据结构关系的可推理性,达到网络敏感关系隐私保护的目的。具体来说,本文将从网络结构的内在规律性入手,建立集网络结构建模、网络规律性度量和网络结构调控为一体的系统性调控框架。同时,本文将针对网络链路中心性度量问题展开深入研究。主要研究工作总结如下:1...

【文章页数】：87 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景与选题意义
    1.2 研究现状
        1.2.1 网络数据共享与隐私保护的研究现状
        1.2.2 网络数据建模与推理预测的研究现状
        1.2.3 网络推理攻击与结构调控的研究现状
        1.2.4 网络结构规律性度量的研究现状
    1.3 主要研究内容
    1.4 论文组织架构
第2章 基础方法和理论概述
    2.1 网络数据基本模型
    2.2 网络数据结构特征
    2.3 矩阵分析基本理论
    2.4 随机行走基本理论
        2.4.1 随机行走模型
        2.4.2 重启随机行走模型
    2.5 链路预测基本理论
        2.5.1 基于结构相似性的预测方法
        2.5.2 基于结构建模的预测方法
    2.6 本章小结
第3章 抗推理攻击的网络结构规律性度量与调控
    3.1 引言
    3.2 网络结构规律性调控相关定义与方法
        3.2.1 网络结构规律性调控方案相关定义
        3.2.2 链路中心性度量方法
    3.3 基于低秩稀疏建模的网络结构规律性度量
        3.3.1 模型整体框架
        3.3.2 算法设计
        3.3.3 网络结构规律性度量
    3.4 抗推理攻击的网络结构规律性调控
        3.4.1 方案整体框架
        3.4.2 算法设计
    3.5 实验验证与结果讨论
        3.5.1 实验数据
        3.5.2 评价指标
        3.5.3 抗推理攻击的网络结构规律性调控可行性验证
        3.5.4 链路重要性度量对网络结构调控影响分析
        3.5.5 网络结构规律性度量评价
    3.6 本章小结
第4章 基于随机行走的网络链路重要性度量
    4.1 引言
    4.2 基于RWIJ的网络链路重要性度量方法
        4.2.1 间接重启随机行走
        4.2.2 基于RWIJ的网络链路重要性度量方法
    4.3 基于LIM的网络结构调控模型
        4.3.1 模型整体框架
        4.3.2 算法设计
    4.4 实验验证与结果讨论
        4.4.1 网络链路重要性度量可视化分析
        4.4.2 基于LIM的网络结构可预测性调控优化分析
        4.4.3 基于LIM的网络结构规律性调控优化分析
        4.4.4 基于LIM的不同调控机制对比分析
        4.4.5 网络数据可用性度量
    4.5 本章小结
第5章 总结及未来工作
    5.1 研究工作总结
    5.2 未来工作展望
参考文献
致谢
攻读硕士学位期间从事的科研工作及取得的成果



本文编号：3760936