声明
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 社会网络隐私保护
1.2.2 保护社区结构的社会网络隐私保护
1.2.3 个性化社会网络隐私保护
1.2.4 动态社会网络隐私保护
1.3 研究内容
1.4 论文组织结构
2 相关知识
2.1社会网络有向图
2.2 社会网络的隐私信息
2.2.1 节点隐私信息
2.2.2 边隐私信息
2.2.3 图性质隐私信息
2.3 社区发现
2.3.1 传统社区发现算法
2.3.2 新型社区发现算法
2.4 社会网络的数据可用性分析
2.5 云环境下社会网络图数据处理技术
2.5.1 MapReduce模型
2.5.2 BSP 模型
2.5.3 Spark GraphX
2.6 本章小结
3 社会网络K-出入度匿名方法
3.1 相关定义与概念
3.2 基于层次社区结构的社区划分
3.3 K-出入度序列分组匿名
3.4 虚拟节点对合并删除
3.5 K-出入度匿名算法
3.6 本章小结
4 个性化社会网络K-出入度匿名方法
4.1 相关定义与概念
4.2 基于层次社区结构的个性化社区划分
4.3 个性化 K-出入度序列分组匿名
4.4 个性化虚拟节点对合并删除
4.5 个性化 K-出入度匿名算法
4.6 本章小结
5 动态社会网络K-出入度匿名方法
5.1 相关定义及概念
5.2 动态 K-出入度序列分组匿名
5.3 动态虚拟节点对合并删除
5.4 动态社会网络 K-出入度匿名算法
5.5 本章小结
6 实验结果与分析
6.1 实验环境与数据集
6.2 社会网络 K-出入度匿名方法
6.2.1 算法性能分析
6.2.2 信息损失分析
6.2.3 数据可用性分析
6.3 个性化社会网络 K-出入度匿名方法
6.3.1 算法性能分析
6.3.2 信息损失分析
6.3.3 数据可用性分析
6.4 动态社会网络 K-出入度匿名方法
6.4.1 算法性能分析
6.4.2 信息损失分析
6.4.3 数据可用性分析
6.5 本章小结
结论
参考文献
在校研究成果
致谢
内蒙古科技大学;