基于不确定图的隐私保护方法研究

摘要

大数据时代下,网络中充斥着各种数据,如社交网络数据、商业调查数据、医疗数据与政务公开数据等,使得个人隐私信息受到泄露的威胁.因此,在发布社交网络数据的同时保护个人隐私信息成为当前面临的重大挑战.针对社交网络中数据的隐私保护问题,基于图结构模型提出了不同的隐私保护方法.主要对现有的不确定图方法中的(k,ε)-混淆、随机游走、优化的随机游走及方差最大化等几种算法进行研究.首先从算法流程图的角度对算法的执行过程进行分析;然后从算法功能的角度对数据的保护程度、数据的效用性和图结构的失真程度等方面进行了对比研究;最后,从算法的优缺点和应用范围等角度进行了总结,为数据发布隐私保护的工程化实现提供了技术参考.