文件名称：论文研究-社会网络子集个性化隐私保护策略.pdf
文件大小：1.28MB
文件格式：PDF
更新时间：2022-08-11 14:37:53
社会网络,隐私保护,子集,个性化,k-d_sub,k-d_l_sub
现有的社会网络隐私保护通常是基于所有用户完全一致的隐私保护，忽略了用户之间对隐私保护的需求存在差别。针对这一问题，提出个性化隐私保护框架，根据用户不同隐私保护需求提取部分子集，共设置三种隐私保护级别：首先，简单移除原始图节点标签，并为每个节点设置相应的ID值；其次，为保护节点度信息，提出基于动态规划思想的k-d_sub（k-degree_subset）算法；最后，为防止敏感属性被识别将l-diversity与k-d_sub算法结合，提出k-d_l_sub（k-degree_l_subset）算法，添加最少数量的边，降低匿名成本，并且最大化数据效用。实验证明，提出的个性化隐私保护框架有较高的匿名质量，能有效保护社会网络中用户的隐私。