基于随机游走的连接隐私保护方案研究

发布时间：2024-06-10 20:07

　　随着社交媒体的兴起,越来越多的用户选择将个性化的信息分享到社交网络服务,用户的个人信息也逐渐暴露在社交网络中,信息的公开化引起了人们对隐私保护的关注。因此,在数据发布之前需要对其进行处理,以达到对其进行隐私保护的目的。社交网络中的关系有很多是敏感信息,在发布社交网络时,应对用户之间的关系予以保护。如何有效保护社交网络中用户之间的连接隐私成为当前的研究热点。本文基于随机游走对社交网络的连接隐私进行保护,主要研究工作如下:1)本文研究了社交网络中用户与用户之间的连接隐私保护,将随机游走算法应用于加权社交网络中,提出了加权图上的随机游走连接隐私保护方案(WRW)。通过随机游走,随机选择假连接的目的节点,用假连接代替真连接,并为假连接提供了虚假的权重,在对用户与用户之间的关系进行了保护的同时,也能保持权重的分布变化不大。最后通过仿真实验,模拟链路预测攻击,对扰乱后的社交网络进行重构,结果证明该方案能够保护社交网络的连接隐私。从平均最短路径长度、度数分布、权重分布、边改变率等指标分析了扰乱后的社交网络图结构,证明了该方案在保护连接隐私的同时,保留了网络的结构特性,保持了网络可用性。2)在上述WR...

【文章页数】：65 页

【学位级别】：硕士

【部分图文】：

图２－２无向无权图上的随机游走过程，边上的数字为转移概率??

?其他??对于无向无权图，随机漫步的每一跳都能移动到任意一个相邻的节点，??且移动到每一个邻居的概率都相同（与之前随机漫步的路径无关）。如图２－２??所示。当位于出发点ａ时，到邻居ｈ?ｃ的转移概率均为１／２，随机选择邻居节??点ｃ，移动到顶点，如图２－２?（６），此时，ｃ到邻居ａ....

图２－３无向加权图上的随机游走过程，边上的数字为转移概率??

?（办）随机到达第二个顶点Ｃ??图２－３无向加权图上的随机游走过程，边上的数字为转移概率??无向加权图上的随机游走过程图２－３所示。边（《，幻的权重为１，?（？，ｃ；）权重??为２，（Ｚ＞，ｃ）权重为３，权重为２。当位于出发点＜７时，到邻居Ｚ）的转移概率??均为１／３，到邻居ｃ的....

图32扰动参数t时平均路径长度的影响

大学工学硕士学位论文改变率由于算法并没有改变节点，我们通过考虑边改变率来衡量本文法。边的改变率、边增加率、边删除率可以直观的表示扰动后的社交网化情况。边改变率计算过程如式３－３：??边改变率＝扰乱图与原始图不同的边数／原始图总边数?（３－３３－３描述了在不同的随机游走步长／下，扰....

图３－４度数分布对比图??

?（３－４）??其中表示顶点Ｖ在图Ｇ的度数，６／ｅｇ（ｖ）’表示顶点ｖ在ＣＴ的度数。??图３－４描述了原始图的节点度数分布，以及扰动图的节点度数分布。我们可??以看到，对于不同的参数／，度数分布几乎是相同的，验证／Ｍｉｔｔａｌ等人的理论结??果，ＷＲＷ算法和ＲＷ算法都基本没有改变....

本文编号：3991839