| 基于KFCMSA的(k，l)加权社交网络匿名算法 |
| |
| 引用本文： | 史伟,王园园,李刚,张兴.基于KFCMSA的(k，l)加权社交网络匿名算法[J].计算机应用研究,2023,40(10). |
| |
| 作者姓名： | 史伟 王园园 李刚 张兴 |
| |
| 作者单位： | 辽宁工业大学 电子与信息工程学院；辽宁省工业互联网网络与数据安全重点实验室 辽宁 锦州,辽宁工业大学 电子与信息工程学院；辽宁省工业互联网网络与数据安全重点实验室 辽宁 锦州,辽宁工业大学 电子与信息工程学院；辽宁省工业互联网网络与数据安全重点实验室 辽宁 锦州,辽宁工业大学 电子与信息工程学院；辽宁省工业互联网网络与数据安全重点实验室 辽宁 锦州 |
| |
| 基金项目： | 国家自然科学基金资助项目(61802161);辽宁省教育厅科学研究项目(JZL202015404,LJKZ0625);辽宁省应用基础研究计划资助项目(2022JH2/101300280) |
| |
| 摘 要： | 图数据隐私保护的研究目前主要集中在简单图，适应范围有限。将权重图数据的隐私保护作为研究对象，可以改善权重图发布之后数据的可用性及有效性。针对在利用聚类匿名化方法处理社交网络数据时，需要增删大量的边和节点，造成严重的数据失真的问题进行了研究。提出了（k，l）加权社交网络匿名算法KFCMSA（联合k成员模糊聚类和模拟退火），并利用改进的簇划分算法将权重社交网络聚类成不同的簇，对同一簇中节点的边权重进行泛化使节点满足l多样性。在实现k度匿名的同时有效减少了边的改变量，提高了数据的可用性，实现最优聚类的同时防止了同质性攻击。聚类质量实验和数据可用性分析表明该算法具有较高的性能优势和较高边保留率。
|
| 关 键 词： | 社交网络 权重图数据 隐私保护 模糊聚类 模拟退火 |
| 收稿时间： | 2022/11/16 0:00:00 |
| 修稿时间： | 2023/9/11 0:00:00 |
|
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
|
