保护社区结构的大规模社会网络K-出入度匿名技术研究

目录

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