分布式个性化社会网络隐私保护方法

提出了一种基于图结构扰乱的分布式个性化社会网络隐私保护方法 DP-GSPerturb(Distributed personalized graph structure perturbation).该方法在分布式环境下,以节点为中心,通过节点间消息传递和节点值更新,查找敏感源节点的可达节点,传递可达信息给敏感源节点,随机扰乱敏感源节点的连接关系,实现敏感连接关系的个性化隐私保护.实验结果表明,DP-GSPerturb方法提高了处理大规模社会网络图数据的效率和数据发布的可用性.

社会网络数据隐私保护概述

现在是大数据的时代,我们无时无刻不在享受着信息化带给我们的便利,但在这个过程中,我们却面临着数据隐私泄露带给我们的威胁,因此数据隐私保护技术尤为重要。文章对社会网络中的数据隐私保护相关内容进行简要概述。