申请/专利权人：暨南大学

申请日：2023-12-19

公开（公告）日：2024-04-02

公开（公告）号：CN117436130B

主分类号：G06F21/62

分类号：G06F21/62;G06F16/901

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2024.02.09#实质审查的生效;2024.01.23#公开

摘要：本发明涉及数据隐私保护技术领域，特别是涉及一种基于差分隐私的有向图数据安全发布方法，包括：获取图数据，构建有向图并提取各级别的初始节点度信息；构建组合差分隐私机制，向所述节点度信息中添加噪声，获取节点度信息，计算所述节点度信息的敏感度；基于所述敏感度，采用分组策略对所述节点度信息进行降低噪声处理；引入自适应算法优化所述节点度信息，获取最终节点度信息；将所述最终节点度信息输入生成图模型，生成隐私有向图。本发明能够有效保护有向图数据隐私，保留原始图的效用。

主权项：1.一种基于差分隐私的有向图数据安全发布方法，其特征在于，包括：获取图数据，构建有向图并提取各级别的初始节点度信息，具体的包括： 其中，为有向图的度序列，为节点的入度，为节点的出度，JDAM为有向图的节点度信息，代表节点入度大小为o，p代表节点出度大小为p，代表入度为o且出度为p的节点，代表节点入度大小为q，为代表节点出度大小为r，代表入度为q且出度为r的节点，为边的头节点，为边的尾节点，为边集合中的一条头节点为尾节点为的边，为原始有向图的边集合，为入度为且出度为p的节点集合，为代表入度为q且出度为r的节点集合，为具有相同度信息的有向图节点集合；构建组合差分隐私机制，向所述初始节点度信息中添加噪声，获取节点度信息，计算所述节点度信息的敏感度；基于所述敏感度，采用分组策略对所述节点度信息进行降低噪声处理；采用分组策略对所述节点度信息进行处理包括：将所述节点度信息分为k个子序列，根据有向图的长尾分布仔细选择k的值；子序列之间不相交，此时每个子序列的敏感性将低于全局敏感性，通过对子序列分别添加相应敏感度的噪声规模，构建一个组合差分隐私机制；对添加噪声后的节点度信息引入自适应算法需要满足两个必要条件：必要条件1：， ；必要条件2：， ；其中，为入度为o和出度为r的节点数量，为入度为o和出度为p的节点中作为头节点的数量，为入度为o和出度为p的节点中作为尾节点的数量，为被入度为o和出度为p的节点指向的邻居节点集合，为指向入度为o和出度为p的节点的邻居节点集合，为在DDS中的个数，为节点；引入自适应算法优化所述节点度信息，获取最终节点度信息，具体的包括：根据必要条件2，遍历每个节点度信息实体，计算每个DDS实体作为头节点和尾节点的数量，如果，为避免对图的结构造成过多的更改，使用四舍五入方法轻微修改JDAM；否则，将创建一个新的虚拟实体，并将所述虚拟实体的余边迁移到所述虚拟实体；根据必要条件1，需要在当前矩阵中进行迭代，查看是否存在自环或多余的边，如果在节点度信息中存在，且之间的边数大于连接的最大边数，就记录多余的边数并进行临时删除，同时将两个度标记为未饱和；最后，处理所有未饱和节点：优先连接两个高度未饱和的节点；如果没有可连接的节点，就会创建虚拟节点来连接；节点度信息在整个过程中会不断更新，获得最终的节点度信息；将所述最终节点度信息输入生成图模型，生成隐私有向图。

全文数据：

权利要求：

百度查询： 暨南大学 一种基于差分隐私的有向图数据安全发布方法

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