首页 | 本学科首页   官方微博 | 高级检索  
     

权重社交网络隐私保护中的差分隐私算法
引用本文:王丹,龙士工. 权重社交网络隐私保护中的差分隐私算法[J]. 计算机工程, 2019, 0(4): 114-118
作者姓名:王丹  龙士工
作者单位:1.贵州大学贵州省公共大数据重点实验室;2.贵州大学计算机科学与技术学院
基金项目:贵州省公共大数据重点实验室开放项目(2017001)
摘    要:针对社交网络的边权重隐私泄露问题,提出一种权重社交网络隐私保护算法。利用无向有权图表示社交网络,把边权重序列作为一个无归属直方图处理,将包含敏感信息的权重加入拉普拉斯噪声以满足差分隐私保护要求。为减少噪音量,对直方图中具有相同计数的桶合并成组,根据组间k-不可区分性来保证差分隐私保护要求,通过对原始的权重序列进行一致性推理保持网络最短路径不变。理论分析和实验结果表明,该算法能够满足差分隐私保护要求,且提高了信息发布的准确性和实用性。

关 键 词:社交网络  差分隐私  隐私保护  最短路径  边权重

Differential Privacy Algorithm for Privacy Protection in Weighted Social Network
WANG Dan,LONG Shigong. Differential Privacy Algorithm for Privacy Protection in Weighted Social Network[J]. Computer Engineering, 2019, 0(4): 114-118
Authors:WANG Dan  LONG Shigong
Affiliation:(Guizhou Provincial Key Laboratory of Public Big Data,Guizhou University,Guiyang 550025,China;College of Computer Science and Technology,Guizhou University,Guiyang 550025,China)
Abstract:WANG Dan;LONG Shigong(Guizhou Provincial Key Laboratory of Public Big Data,Guizhou University,Guiyang 550025,China;College of Computer Science and Technology,Guizhou University,Guiyang 550025,China)
Keywords:social network  differential privacy  privacy protection  shortest path  edge weight
本文献已被 维普 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号