基于社会网络的(α,k)匿名方法

J4 ›› 2012, Vol. 34 ›› Issue (11): 50-54.

基于社会网络的(α,k)匿名方法

张晓琳，王颖，李玉峰

（内蒙古科技大学信息工程学院，内蒙古包头 014010）

收稿日期:2011-09-12 修回日期:2011-11-02 出版日期:2012-11-25 发布日期:2012-11-25
基金资助:
国家自然基金资助项目(61163015)；内蒙古自然科学基金重点项目(20080404Zd21)；教育部“春晖计划”基金资助项目(Z2009101024)

A (α, k)Anonymity Method Based on Social Networks

ZHANG Xiaolin，WANG Ying，LI Yufeng

（School of Information Engineering,Inner Mongolia University of
Science and Technology,Baotou 014010,China）

Received:2011-09-12 Revised:2011-11-02 Online:2012-11-25 Published:2012-11-25

摘要/Abstract

摘要：

随着网络技术的快速发展，大量在线社会网络的建立和使用，越来越多的人参加到社会网络中分享和交流信息，而在这种交互过程中，会产生大量的数据。这些数据中有些是用户个人生活领域中不愿意别人知道的事情，可以认为它们是用户的隐私。社会网络数据发布的隐私保护成为新兴的研究课题。本文提出了应用于社会网络的(α，k)匿名方法，采用基于聚类的方法，对节点的属性及节点之间的关系进行保护。每个聚类中的节点数至少为k个，并且聚类中任一敏感属性值相关的节点的百分比不高于α。理论分析和实验结果表明，基于社会网络的(α，k)匿名方法能在信息损失尽可能小的情况下有效地保护隐私。

关键词: 社会网络, 隐私保护, (&alpha, k)匿名方法

Abstract:

With the rapid development of Internet technology and the establishment and use of online social networks,more and more people attend in social networks to share information.In this interactive process,a large number of data are produced.Some of these data are a perosn’s privacy so that they should not be known by other individuals.The privacy protection of the released data in the social network becomes a emerging research subject.The paper proposed the (α, k)Anonymity method of the social network. It uses the clustering method to protect the node’s attribute and the relationship between nodes. Each cluster have at least k nodes,and in each cluster the percentage of any sensitive attribute value associated with the node is not higher than α.Theoretical analysis and experimental results show that the proposed social network (α, k)Anonymity method can effectively protect the privacy protection in the condition that the information loss is as small as possible.

Key words: social networks;privacy protection;(α, k)anonymity

张晓琳，王颖，李玉峰. 基于社会网络的(α,k)匿名方法[J]. J4, 2012, 34(11): 50-54.

ZHANG Xiaolin，WANG Ying，LI Yufeng. A (α, k)Anonymity Method Based on Social Networks[J]. J4, 2012, 34(11): 50-54.

[1]	杨旭东, 李秋燕, 高岭, 刘鑫, 邓雅妮. 一种基于多区块链协作的分布式位置匿名方法[J]. 计算机工程与科学, 2024, 46(12): 2171-2185.
[2]	王天阳, 李晓会, 陈洪洋. 参与式感知设备多维数据的个性化差分隐私保护方案[J]. 计算机工程与科学, 2024, 46(11): 1997-2006.
[3]	肖迪, 余柱阳, 李敏, 王莲. 基于差分隐私与模型聚类的安全联邦学习方案[J]. 计算机工程与科学, 2024, 46(09): 1606-1615.
[4]	王永军, 刘瀚阳, 王辉, 申自浩, 刘琨, 刘沛骞. 区域敏感的群智感知隐私保护任务分配机制[J]. 计算机工程与科学, 2024, 46(08): 1414-1424.
[5]	赵文韬, 官礼和, 何建国, 唐昊. 区块链环境中的隐私保护推荐算法研究[J]. 计算机工程与科学, 2024, 46(06): 1032-1040.
[6]	叶茜, 张玉书, 赵若宇, 肖祥立, 温文媖. 可用性增强的缩略图保持加密[J]. 计算机工程与科学, 2023, 45(09): 1563-1571.
[7]	程小刚, 郭韧, 周长利, . 基于理性密码学的分布式隐私保护数据挖掘框架[J]. 计算机工程与科学, 2022, 44(10): 1781-1787.
[8]	李帅, 常锦才, 李吕牧之, 蔡昆杰, . 基于差分隐私保护的Stacking集成聚类算法研究[J]. 计算机工程与科学, 2022, 44(08): 1402-1408.
[9]	寇邦艳, 曹素珍, 吕佳. 基于雾计算面向停车服务的隐私保护方案[J]. 计算机工程与科学, 2022, 44(07): 1232-1238.
[10]	牛淑芬, 方丽芝, 宋蜜, 王彩芬, 杜小妮. 智慧城市中隐私保护性广播加密算法[J]. 计算机工程与科学, 2022, 44(06): 1003-1012.
[11]	胡雨谷, 葛丽娜, . 一种改进的差分隐私参数设置及数据优化算法[J]. 计算机工程与科学, 2021, 43(10): 1758-1765.
[12]	谢小杰, 梁英, 王梓森, 董祥祥, . 社交网络用户隐私泄露量化评估方法[J]. 计算机工程与科学, 2021, 43(08): 1376-1386.
[13]	罗长银, 陈学斌, 刘洋, 张淑芬, . 基于联邦集成算法对多源数据安全性的研究[J]. 计算机工程与科学, 2021, 43(08): 1387-1397.
[14]	刘祥震1，张玉磊1，郎晓丽1，骆广萍1，王彩芬2. 可证安全的隐私保护多接收者异构聚合签密方案[J]. 计算机工程与科学, 2020, 42(03): 441-448.
[15]	胡震海，王立松. 抗窃听攻击的传感器网络空间范围聚集查询处理算法[J]. 计算机工程与科学, 2020, 42(01): 46-54.