基于边介数模型的差分隐私保护方案

TP309; 随着社交网络应用的不断发展,用户社交关系等个人隐私数据的安全保护问题亟待解决.为显著减小社交网络数据的敏感度,提出了一种基于边介数模型的差分隐私保护方案BCPA.基于dK模型捕获图结构对应的2K序列,根据边中介中心性系数对2K序列重新排序;依据排序结果将2K序列聚类成多个子序列,再利用dK扰动算法对各子序列分别进行加噪;根据整合后的新2K序列生成满足差分隐私的社交网络发布图.基于真实数据集,通过模拟仿真将所提方案与其他经典方案进行比较,实验结果表明,所提方案在保证较强隐私保护性的同时,提高了发布数据的准确性和可用性....

Full description

Saved in:
Bibliographic Details
Published in通信学报 Vol. 40; no. 5; pp. 88 - 97
Main Authors 黄海平, 王凯, 汤雄, 张东军
Format Journal Article
LanguageChinese
Published 南京邮电大学计算机学院,江苏南京 210023 25.05.2019
江苏省无线传感网高技术研究重点实验室,江苏南京 210023
Subjects
差分隐私
聚类
dK模型
隐私保护
社交网络
分组扰动
Online AccessGet full text
ISSN1000-436X
DOI10.11959/j.issn.1000-436x.2019095

Cover

More Information
Summary:TP309; 随着社交网络应用的不断发展,用户社交关系等个人隐私数据的安全保护问题亟待解决.为显著减小社交网络数据的敏感度,提出了一种基于边介数模型的差分隐私保护方案BCPA.基于dK模型捕获图结构对应的2K序列,根据边中介中心性系数对2K序列重新排序;依据排序结果将2K序列聚类成多个子序列,再利用dK扰动算法对各子序列分别进行加噪;根据整合后的新2K序列生成满足差分隐私的社交网络发布图.基于真实数据集,通过模拟仿真将所提方案与其他经典方案进行比较,实验结果表明,所提方案在保证较强隐私保护性的同时,提高了发布数据的准确性和可用性.
ISSN:1000-436X
DOI:10.11959/j.issn.1000-436x.2019095