面向子图匹配的社会网络隐私保护方法

发布时间：2021-10-27 08:05

　　云平台作为存储和处理分析大规模社会网络数据的工具逐渐变为主流,针对大规模社会网络子图匹配隐私保护问题,提出分布式K-自同构社会网络隐私保护算法,保护上传至云平台的社会网络图的结构隐私。通过节点间传递标记信息的方式添加噪声边,使原始图匿名为具有k个对称子图的K-自同构社会网络图。提出分布式的子图匹配方法对上传图进行子图匹配,根据搜索图中节点的选择性对搜索图进行分解得到搜索分解子图;在每个计算节点内进行分布并行的子图匹配得到搜索分解子图匹配结果,将结果连接后得到关于搜索图的匹配结果;在客户端中根据K-自同构社会网络图的对称性和K-自同构函数对得到的子图匹配结果进行恢复和过滤得到正确匹配结果。实验结果表明:分布式K-自同构社会网络隐私保护算法和分布式子图匹配方法在处理大规模社会网络图时具有很高的效率,并且有效解决了隐私泄露问题。 

【文章来源】：计算机科学与探索. 2019,13(09)北大核心CSCD

【文章页数】：12 页

【部分图文】：

Fig.22-automorphismanonymousgraphoforiginalgraph图2原始图的2-自同构匿名图

JournalofFrontiersofComputerScienceandTechnology计算机科学与探索2019,13(9)Fig.22-automorphismanonymousgraphoforiginalgraph图2原始图的2-自同构匿名图Fig.1Originalgraphofsocialnetwork图1社会网络原始图1506

配算法由搜索图的分解、云平台中子图匹配、子图匹配结果处理三部分构成。5.1搜索图的分解定义6（搜索分解图）设Q是搜索图，设S={QSG1,QSG2,…,QSGn}，S是搜索分解图QSG（querysubgraph）的集合。Q的任意边包含在并且仅包含在一个QSGi中。称集合S是搜索图Q的一个QSG覆盖。如图5（a）是一个搜索图，表示搜索两个有关系的人，他们的共同点是在北京上学，他们分别从事于互联网和软件行业的工作。P、S、C分别表示的是节点的类型。Fig.4UploadgraphGu图4上传图Gu1509


本文编号：3461201