申请/专利权人：福建师范大学

申请日：2022-07-22

公开（公告）日：2023-05-23

公开（公告）号：CN115277156B

主分类号：H04L9/40

分类号：H04L9/40;G06F18/23213;G06Q50/00;G06F21/62

优先权：

专利状态码：有效-授权

法律状态：2023.05.23#授权;2022.11.18#实质审查的生效;2022.11.01#公开

摘要：本发明涉及一种社交网络中抵抗邻居攻击的用户身份隐私保护方法：在社会网络的图数据遭受1*‑邻居攻击时，采用图修改技术实现了用户隐私身份隐私信息的保护；根据图编辑距离对同一簇中的1*‑邻居图进行修改，使它们达到概率不可区分；在实现社交网络中用户身份隐私保护的同时，提高图数据的可用性。

主权项：1.一种社交网络中抵抗邻居攻击的用户身份隐私保护方法，其特征在于，包括以下步骤：步骤1建立社交网络模型，将其表示为图G＝V,E，其中V是图的顶点集，表示社交网络中的用户；E是边集，表示社交网络中的用户之间的关系；根据度量dv,lcv将用户节点初划分成T个簇，其中dv表示用户节点v的度，其含义为社交网络中与该用户具有联系的用户数量；lcv表示用户节点v在网络中的局部聚类系数，其含义为节点v的邻居之间联系的紧密程度，在划分结束后，将这些簇按照每个簇的最大节点度降序排列；步骤2预设一个用户隐私需求阈值k，若某个簇Ci中用户数少于阈值k，则计算该簇的平均度与相邻的前后两簇Ci-1,Ci+1的平均度的差值，将该簇合并到差值小的簇中，重复该过程直到所有簇中用户的数量都大于k；步骤3，在簇合并完成后，针对用户节点个数大于2k的簇，对其进行簇分裂操作使得每一个簇中用户的数量为[k,2k的某个取值；具体为：S3-1，对于每个簇中的用户节点，按度数降序排序，构建用户节点的1*-邻居图；S3-2，构造用户节点的1*-邻居结构特征矩阵其中分别表示用户的节点v在社交网络中的度分布、内度分布、外度分布及间隙度分布；S3-3，根据公式计算同一簇中任意两个节点之间的结构相似度，其中分别表示用户节点度分布、内度分布、外度分布及间隙度分布的不相关程度,k1、k2、k3、k4分别表示各个相似度所占比重，且满足k1+k2+k3+k4＝1；所述S3-3具体为：S3-3-1，对于同一簇中的用户节点v及u，分别利用JS散度计算他们的度分布、内度分布、出度分布、间隙度分布的不相关程度，分别记为：所述JS散度定义为： 其中P＝{p1,p2,…,pt}，Q＝{q1,q2,…,qt}分别为同一概率空间中的两个概率分布，S3-3-2，计算用户节点v及u的相似度向量则用户节点u和v的相似度为k1+k2+k3+k4＝1；S3-4，利用K-means聚类算法将节点划分为T个簇；步骤4，根据每个簇中用户节点的1*-邻居图计算每对用户节点间的相似度，并据此构造出一个带权二部图，在二部图上计算出图编辑距离，据此找到目标图编辑路径P；步骤5，根据步骤4找到的图编辑路径P，修改簇中节点的1*-邻居图，使得他们同构。

全文数据：

权利要求：

百度查询： 福建师范大学 一种社交网络中抵抗邻居攻击的用户身份隐私保护方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD