一种社交网络隐私保护方案及相关技术研究

摘要

互联网的快速发展使社交网络(Social Network Service，简称SNS)成为人们聊天、交友、发表言论的重要平台。社交网络中存在大量信息涉及到个人身份、社交结构和属性联系等隐私信息。同时，社交网络本身存在的数据量大、结构复杂和开放性高等特点也使其在实际应用中面临着严重的隐私泄露风险。目前常用的隐私保护技术主要采用修改图结构的方法，即匿名化社交网络发布图。但是攻击者掌握的背景知识呈多样化和复杂化，难以提出一个隐私保护方案确保所有类型的隐私得到保护。现有方案多为针对特定的隐私泄露问题提出的，但方案仍会存在隐私保护程度不彻底，信息丢失率大等问题。国内外许多学者就社交网络如何匿名化，隐私保护程度检测，信息丢失计算等技术进行了深入研究，取得了许多创造性成果。
　　论文分析了社交网络隐私保护需求及常用的社交网络隐私保护方案。从低信息丢失率，低网络结构扰动和高隐私保护程度的角度出发，探讨了一种基于边缘节点重构的社交网络身份隐私保护方案。利用边缘节点位置和结构的特殊性，通过对边缘节点与受保护节点的相似性进行分析选取、同构化改造边缘节点，以及最优化扰动原隐私节点结构等步骤完成对整个社交网络的匿名化。针对上个方案中未提到的属性隐私问题，探讨了一种基于分割的属性保护策略。通过将隐私节点分割为两个相连的子节点，并将原隐私节点的隐私属性和非隐私属性分别根据其相关性分割给不同的子节点，达到隐藏原节点与自身的属性联系。实验和理论分析结果表明本文提出的方法可以有效地保护社交网络的隐私，并且能保持原有网络图的大致结构以及降低整体信息丢失率。

目录

声明

致谢

摘要

第一章 绪论

1．1 研究背景及意义

1．2 研究现状

1．3 主要研究内容及工作

1．4 论文结构安排

第二章 相关技术背景

2．1 社交网络概述

2．1．1 社交网络及其特点

2．1．2 社交网络发展、发布及其特点

2．2 社交网络隐私

2．3 敌手背景知识

2．4 本章小结

第三章 常见社交网络隐私保护模型及信息丢失率分析

3．1 去匿名化

3．2 基于度的保护模型

3．3 基于邻居节点的保护模型

3．4 基于子图的保护模型

3．5 基于网络拓扑的保护模型

3．6 信息丢失率

3．6．1 信息丢失率指标

3．6．2 度衡量

3．6．3 边衡量

3．6．4 最短路径衡量

3．6．5 顶点中心度程度衡量

3．6．6 聚类系数衡量

3．7 本章小结

第四章 一种基于边缘节点重构的隐私保护方案

4．1 引言

4．2 方案简介

4．2．1 确定边缘节点

4．2．2 边权值的量化标准

4．2．3 节点相似性分析

4．2．4 边缘节点同构化

4．2．5 保护节点最优化扰动

4．2．6 信息损失度

4．3 基于分割的属性保护策略

4．3．1 策略基本思想

4．3．2 属性分割标准

4．3．3 边缘节点与隐私节点属性分割

4．3．4 信息损失度

4．4 本章小结

第五章 可行性与效果分析

5．1 可行性分析

5．2 实验结果及分析

5．2．1 实验

5．2．2 结果分析与预测

5．2．3 隐私保护程度分析

5．3 本章小结

第六章 总结与展望

6．1 总结

6．2 展望

参考文献

攻读硕士学位期间的学术活动及成果情况