基于动态社会网络数据发布的个性化隐私保护

针对动态社会网络数据发布中用户的个性化隐私保护要求L和所属社区属性C并没有得到足够重视的问题,提出了一种基于动态社会网络数据发布的个性化隐私保护方法。将社会网络中的隐私保护级别分为3个等级:不需保护L=0、防止度攻击L=1和防止领域子图攻击L=2。对于L≠0的节点集,通过k-分组和(k,△d)方法对节点进行匿名,其中k-分组满足社区属性C的k-多样性;对L=2的节点集,进行k-领域子图匿名。理论分析和实验表明:攻击者不能以大于1/k的概率识别出某节点,且不能以大于u的概率推出两节点之间存在敏感边。该方法能够满足社会网络中各用户对隐私保护的要求,对于同一隐私保护程度降低了社会网络图的信息损失。

动态社会网络数据发布隐私保护方法

社会网络数据发布具有动态性与不安全性,为避免使用不同时刻的社会网络数据进行关联攻击,兼顾节点属性多样性,提出了一种动态社会网络数据发布隐私保护方法。首先,根据匿名规则进行节点聚类,求解当前时刻的匿名图,保证同一个匿名集中节点属性多样性最大的前提下,数据发布后的节点属性与边的泄露概率均小于1/k。然后,生成相邻时刻数据关系图的差集,结合当前时刻的匿名图,删除前序时刻不存在的节点与边,逆向更新已发布数据,保证不同时刻下的匿名图具有相似的图结构,抵御关联攻击。最后,采用新浪微博数据和邮件往来数据进行实验验证,对所提方法的安全性和可用性进行评估。实验结果表明所提方法兼顾了用户数据隐私保护和数据可用性的个性化需求。

社会网络数据发布隐私保护技术综述

对社会网络隐私保护的研究现状与进展进行了阐述.首先介绍了社会网络隐私保护问题的研究背景,进而从社会网络中的隐私、攻击者背景知识、社会网络数据隐私保护技术、数据可用性与实验测评等方面对当前研究工作进行了细致的分类归纳和分析,指出了当前社会网络隐私保护的不足以及不同隐私保护技术间的对比和优缺点,并对未来需要深入研究的方向进行了展望.对社会网络数据隐私保护研究的主流方法和前沿进展进行了概括、比较和分析.

社会网络数据发布中的隐私保护研究进展

伴随Web2.0技术的发展和应用,许多社会网站被创建,使得关于个人的社会网络信息大量被收集和发布.为了保证个人隐私的安全,在进行社会网络数据发布的同时要进行隐私保护.社会网络数据发布的隐私保护是近年来新兴的研究课题,国外的学者已经提出了一些研究成果,但国内的研究尚处于起步阶段.文中对社会网络数据发布的隐私保护研究成果进行了总结,介绍了社会网络中存在的隐私信息类型和隐私攻击类型,重点阐述了隐私保护模型和技术,指出了社会网络数据发布中隐私保护存在的待解决的问题和面临的挑战.

基于层次随机图的社会网络差分隐私数据发布

在线社会网络已经成为社会学和信息科学的数据宝库,但是直接分析社会网络数据会造成敏感信息泄漏,对用户隐私构成威胁。传统的基于数据匿名化技术的隐私保护技术面对不断提高的背景攻击显得无能为力。对此,差分隐私作为一种可以严格定义的可量化技术被引入到社会网络的隐私保护中。文中提出一种基于层次随机图(Hierarchical Random Graph)的满足ε-差分隐私的社会网络图发布算法DP-HRGP(Differential Privacy-Hierarchical Random Graph Publishing)。该算法的噪声增加机制分为两个阶段:首先通过指数机制计算HRG结构树的得分,并利用马尔科夫蒙特卡洛(Markov Chain Monte Carlo)方法进行采样得到HRG结构树候选集合,然后通过拉普拉斯机制对稳态采样集合中的HRG的内部节点进行加噪,将加噪后的HRG转化为下三角矩阵,并求出所有稳态采样HRG的下三角均值矩阵,最后,根据均值矩阵内元素值即层次随机图的内部节点的连接概率值生成净化后的社会网络发布图。实验证明了DP-HRGP算法在满足ε-差分隐私的同时具有较好的数据可用性。

社会网络数据的三级隐私保护发布算法研究

近年来,社会网络中的隐私保护得到了诸多关注。攻击者可以应用相关背景知识对发布的社会网络进行攻击,从而导致用户的隐私被泄露。已有工作通常只考虑了结点泄露和边泄露的情况,而忽略了攻击者可能通过识别用户的敏感信息来进行攻击。针对现有问题,提出了特征泄露的概念,并进行了理论分析。在此基础上,创造性地提出了三级隐私保护的概念,建立了隐私保护模型k-s图,并给出了k-s算法来生成k-s图。理论分析和实验结果表明,k-s算法是正确有效的。

MDPA:基于MCL的社会网络差分隐私数据发布算法

社会网络数据发布的隐私保护是为了确保数据集中隐私信息的安全.针对社会网络数据发布所面临的隐私保护问题,引入严格的差分隐私保护模型,设计了一种基于马尔科夫算法(Markov cluster algorithm,MCL)并且满足ε-差分隐私的社会网络差分隐私数据发布方法.设计实现了满足ε-差分隐私(MCL differential privacy algorithm,MDPA)算法,以Si为抽样频率,对网络边权重添加满足ε的隐私保护预算,服从拉普拉斯分布的噪声.真实数据集上的实验结果表明,MDPA算法满足用户在社会网络中的差分隐私要求,并提高了数据效用性.

社会网络数据多次发布的隐私保护研究进展

本文总结了社会网络数据发布的隐私保护的研究工作。社会网络数据的发布包括社会网络数据的单次发布和多次发布。社会网络数据多次发布的研究基于社会网络数据单次发布,且在真实的应用场景,研究人员更趋向研究动态发布的数据,社会网络数据多次发布的研究结果更有价值。本文介绍了社会网络数据的隐私保护模型,深入的分析了现有社会网络数据多次发布的各种方法,并对社会网络数据多次发布的隐私保护研究成果进行总结。

DSNE:一个新的动态社会网络分析算法

为了更好地对社会网络提供动态分析,提出了一种新的基于事件的动态社会网络分析算法(Dynamic Social Network Analysis Algorithm Based on Events,DSNE)。该算法基于隐空间和两阶段聚类方法充分利用实体和事件的动态信息,能够很好地确定每个簇的核心节点,并根据时间步的变化观察到节点位置的变化趋势。实验结果表明了算法的可行性、有效性和准确性。

基于社会网络可视化分析的数据挖掘(英文)

把社会等复杂系统看作网络的思想由来已久.利用社会网络分析的方法,能够对各种社会关系进行精确的量化表征和分析。从而揭示其结构,对一系列当代社会的现象进行更加深入而具体的解释.结合社会网络可视化分析和数据挖掘的理论与方法,引入相关的地理信息,对包含1980-2002年间世界范围内1417例恐怖袭击事件的数据库进行数据分析,以这些恐怖袭击事件各要素节点之间关系作为基本分析单位,对恐怖组织之间的活动模式和发展特点等内在规律进行挖掘与解释,得出有意义的结果.提出的方法可以有效地推广应用于蛋白质结构分析、生物基因分析以及各类社会问题的分析过程.

新产品发布与品牌社区网络动态演进

品牌社区以顾客间互动的方式进行产品知识和营销信息的创造与传播,在企业新产品开发和营销中得到了迅速发展。当企业发布新产品时,社区中用户的互动会随之产生一定的动态变化。基于小米社区中红米Note4/4X板块的互动数据,对新产品发布后品牌社区网络的动态演进进行了研究。结果发现:社区网络属性与新产品传播相互影响,且在新产品发布时,社区核心边缘结构明显,核心用户汇聚新用户,但新用户持续参与可能较低;另外,整体来看,品牌社区用户结构较为松散,用户参与和互动程度较低。最后,社区中心化趋势明显,聘用用户在社区中起到重要作用。

通过Web动态发布数据的方法综述

随着 Internet的迅速发展 ,传统的静态 HTML页面越来越不适应网络信息系统的需要 ,概述了 Web技术和数据库技术结合的必要性 ,分析了网络环境下的计算模式和数据库结构 ,讨论了动态发布数据的 CGI、IDC、ISAPI和 ASP技术 ,在此基础上提出了分布式组件技术在未来 Web应用程序开发中的发展方向。

增量的动态社会网络匿名化技术

随着社会网络的快速发展和普及,如何保护社会网络中的敏感信息已成为当前数据隐私保护研究领域的热点问题.对此,近年来出现了多种社会网络匿名化技术.现有的匿名技术大多把社会网络抽象成简单图,然而实际生活中存在大量增量变化的社会网络,例如email通信网络,简单图并不能很好地刻画这种增量变化,因此,将社会网络抽象成增量序列具有现实意义.同时,在实际生活中大部分网络是带有权重信息的,即很多社会网络以加权图的形式出现,加权图与简单图相比携带了更多社会网络中的信息,也会带来更多的隐私泄露.将增量的动态社会网络抽象成一个加权图的增量序列.为了匿名加权图增量序列,提出了加权图增量序列k-匿名隐私保护模型,并设计了基于权重链表的baseline匿名算法WLKA和基于超图的匿名算法HVKA来防止基于结点标签和权重链表的攻击.最后,通过在真实数据集上的大量测试,证明了WLKA算法能够保证加权图增量序列隐私保护的有效性,HVKA算法则在WLKA的基础上更好地保留了原图的结构性质并提高了权重信息的可用性,同时还降低了匿名过程的时间代价.

关联开放词表网络动态演变分析

本文选取关联开放词表数据集LOV作为研究对象,采用社会网络动态分析方法,使用Rsiena作为分析工具,对收集到的数据进行了统计描述分析和参数估计检验,探究影响LOV词表网络演化的因素及其演化规律。研究结果表明:词表网络的演化目前处于成熟期,网络规模增长相比之前较为缓慢;同质性、流行性、成熟度等因素对词表网络的演化产生正向积极影响;关联词表网络正朝着良性健康的方向发展,有助于词表生态系统的形成。

“餐饮网”:社会网络的动态过程初探

中国社会,关系网络随处可见,资源在关系网络中流动,由此影响到社会生活的方方面面。但是,关系网络从何而来？边燕杰认为,＂关系＂是有助于互惠交往的人际关系,往往通过社交聚餐拓展和维持（边燕杰,2004）。由此可见,餐饮网在中国人关系网络的建构过程中发挥着重要的作用。

数据多次发布的隐私保护研究进展

数据发布的隐私保护研究主要分为两类:数据单次发布和数据多次发布。目前,数据单次发布的隐私保护研究已经趋于完善。但是在真实的世界中,待发布的数据通常是动态变化的,数据多次发布的隐私保护是目前该领域的研究热点。对数据多次发布的隐私保护研究成果进行了总结,介绍了关系数据和社会网络数据的隐私保护模型,深入地分析了现有的关系数据和社会网络数据多次发布的各种方法,并指明了该领域的未来研究方向。

动态信息发布技术及其在中国烟草科教网中的应用

动态信息发布技术是以数据库为支撑 ,将数据库中的信息动态生成所需求的页面 ,为网上的信息发布工作节省了大量的人力和时间。介绍了动态信息发布技术的范例———IBASEWeb网上资源管理系统的功能特点 ,并对IBASEWeb网上资源管理系统在科教网中的应用作了概述。

网站动态发布核心技术研究

简要介绍网站动态发布在业界内的基本概况及发展情况 。

基于WEB架构的IFIX数据库的数据发布

通过对iFix的数据库的数据发布方式的研究,提出了基于Web架构的iFix数据库的数据发布方案,解决了工程技术人员和管理人员对iFix数据库中的数据进行查询的问题.

基于属性分割的高维二值数据差分隐私发布

通常随着数据集属性维度的增加,高维数据的差分隐私发布方法所需的时间成本和产生的噪声干扰也会随之增大,尤其是对于高维二值数据很容易被过大的噪声所覆盖.因此,针对高维二值数据的隐私发布问题,提出了一种高效且低噪的发布方法PrivSCBN(differentially private spectral clustering Bayesian network).首先,该方法基于Jaccard距离,使用满足差分隐私的谱聚类算法来划分属性集,然后根据划分的结果来进一步分割原始数据集,从而实现数据的降维.其次,该方法基于动态规划思想并结合指数机制,使用满足差分隐私的贝叶斯网络快速构建算法来为每个分割后的子集构建贝叶斯网络.最后,该方法利用条件概率在二值数据上的取值特点,对从贝叶斯网络中提取的条件分布进行加噪,并通过控制贝叶斯网络的最大入度数来减少其产生的噪声大小.通过在3个真实高维二值数据集上的实验,验证了PrivSCBN方法的高效性与可用性.