软件学报

作者：吴振强,胡静,田堉攀,史武超,颜军

单位：吴振强，现代教学技术教育部重点实验室(陕西师范大学), 陕西 西安 710062;陕西师范大学 计算机科学学院, 陕西 西安 71011911,胡静，陕西师范大学 计算机科学学院, 陕西 西安 71011902,田堉攀，陕西师范大学 计算机科学学院, 陕西 西安 71011903,史武超，陕西师范大学 计算机科学学院, 陕西 西安 71011904,颜军，陕西师范大学 计算机科学学院, 陕西 西安 71011905

关键词：社交网络;不确定图;差分隐私;三元闭包;网络结构熵

基金：国家自然科学基金（61602290，61173190）；中央高校基本科研业务费专项资金（GK201704017，GK201501008）

社交网络平台的快速普及使得社交网络中的个人隐私泄露问题愈发受到用户的关心，传统的数据隐私保护方法无法满足用户数量巨大、关系复杂的社交网络隐私保护需求.图修改技术是针对社交网络数据的隐私保护所提出的一系列隐私保护措施，其中不确定图是将确定图转化为概率图的一种隐私保护方法.主要研究了不确定图中边概率赋值算法，提出了基于差分隐私的不确定图边概率赋值算法，该算法具有双重隐私保障，适合社交网络隐私保护要求高的场景.同时提出了基于三元闭包的不确定图边概率分配算法，该算法在实现隐私保护的同时保持了较高的数据效用，适合简单的社交网络隐私保护场景.分析与比较表明：与（k，ε）-混淆算法相比，基于差分隐私的不确定图边概率赋值算法可以实现较高的隐私保护效果，基于三元闭包的不确定图边概率分配算法具有较高的数据效用性.最后，为了衡量网络结构的失真程度，提出了基于网络结构熵的数据效用性度量算法，该算法能够度量不确定图与原始图结构的相似程度.

来源：2019年第4期

《软件学报》期刊编辑部

查看软件学报杂志2019年第4期