CN103685271A - 一种社会网络数据敏感属性隐私保护方法 - Google Patents

一种社会网络数据敏感属性隐私保护方法 Download PDF

Info

Publication number
CN103685271A
CN103685271A CN201310683002.0A CN201310683002A CN103685271A CN 103685271 A CN103685271 A CN 103685271A CN 201310683002 A CN201310683002 A CN 201310683002A CN 103685271 A CN103685271 A CN 103685271A
Authority
CN
China
Prior art keywords
network data
node
back end
node degree
community
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201310683002.0A
Other languages
English (en)
Other versions
CN103685271B (zh
Inventor
马廷淮
张玉亮
朱节中
曹杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yiyoule Network Technology Beijing Co ltd
Original Assignee
Nanjing University of Information Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing University of Information Science and Technology filed Critical Nanjing University of Information Science and Technology
Priority to CN201310683002.0A priority Critical patent/CN103685271B/zh
Publication of CN103685271A publication Critical patent/CN103685271A/zh
Application granted granted Critical
Publication of CN103685271B publication Critical patent/CN103685271B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本发明涉及一种社会网络数据敏感属性隐私保护方法，基于L-多样性原理，通过在社会网络数据结构中增加新网络数据节点，以及建立候选网络数据节点与新网络数据节点之间的联系，实现对网络数据的保护，该方法较好的避免了现有技术在针对网络数据实现保护的同时，对网络数据造成巨大影响的缺点；相对于现有保护方法，能够在对社会网络数据结构中网络数据可用性产生最小影响的条件下达到隐私保护的目的。

Description

一种社会网络数据敏感属性隐私保护方法
技术领域
本发明涉及一种社会网络数据敏感属性隐私保护方法。
背景技术
随着互联网技术的蓬勃发展，在线社会网络服务和应用已成为我们生活中不可或缺的一部分，这种现象产生了大量的网络数据，对于市场营销，疾病传播，心理学研究等具有很大的研究价值，但是由于网络数据中可能存在大量个人隐私信息，若不做好保护措施的话，将会引起隐私泄露等问题。因而针对网络数据中的隐私保护研究成为隐私保护领域一个新兴的研究热点。
由于国内对于网络数据中隐私保护研究还处于起步阶段，现有技术中，在对国外研究进展进行了总结描述的基础上，提出了一种能够抵御以节点邻域信息为背景知识的攻击者的攻击的隐私保护方法；进一步现有技术又提出了基于超边矩阵表示的d-邻域子图K-匿名模型，该方法通过矩阵的匹配来实现子图的K-匿名；接下来现有技术又提出了一种基于图自同构的K-Secure社会网络隐私保护模型，解决了K-自同构模型对于路径长度泄露和边泄露存在的隐私安全问题，上述方法都是通过在原图的基础上增加原有网络数据节点间的联系来实现的。现有技术中，另一种广泛使用的是基于聚类的隐私保护方法，通过确保每个聚类中的网络数据节点数目不少于K个，且聚类中任一敏感属性相关的节点的百分比不高于α实现了（α，K）-匿名技术；同样还有通过对网络数据节点进行聚类，再对生成的簇进行簇内泛化和簇间泛化，从而达到隐私保护的目的。
上述针对网络数据中隐私保护的方法大部分只解决了网络数据中标识泄露的隐私保护问题，没有做到对社会网络中个体敏感属性的保护。
发明内容
针对上述技术问题，本发明所要解决的技术问题是提供一种基于L-多样性原理，通过增加新网络数据节点，能够有效保护网络数据安全的社会网络数据敏感属性隐私保护方法。
本发明为了解决上述技术问题采用以下技术方案：本发明设计了一种社会网络数据敏感属性隐私保护方法，其中，社会网络数据结构包括数个原始网络数据节点，各个原始网络数据节点分别包含敏感属性、节点度，原始网络数据节点的节点度表示与该原始网络数据节点之间存在联系的其它原始网络数据节点的个数，且社会网络数据结构中至少包含两个不同的节点度；所述社会网络数据敏感属性隐私保护方法为在社会网络数据结构中添加新网络数据节点，构成新社会网络数据结构；基于L-多样性原理，包含如下步骤：
步骤001.初始L-多样性中需求参数L，将社会网络数据结构中所有原始网络数据节点按节点度划分为至少一个网络数据子集合，其中，相同节点度的原始网络数据节点划分为一个网络数据子集合；同时，社会网络数据结构中所包含的节点度构成节点度集合；
步骤002.从社会网络数据结构中选取节点度最大、且未被锁定的网络数据子集合作为目标网络数据集合；根据y/(x+z)≤1/L，获得针对目标网络数据集合的候选网络数据节点的个数z；将社会网络数据结构中未被锁定的其它网络数据子集合按节点度降序排列，并从其中节点度最大的网络数据子集合开始按降序顺序，在其它网络数据子集合中依次选取敏感属性与目标网络数据集合中出现频次最高的敏感属性不同、且彼此敏感属性不相同的z个网络数据节点作为针对目标网络数据集合的候选网络数据节点；其中，x为目标网络数据集合中所有网络数据节点的个数，y为目标网络数据集合中出现频次最高的敏感属性所对应网络数据节点的个数；
步骤003.根据
Figure BDA0000437619340000021
向社会网络数据结构中添加g个新网络数据节点，选取节点度集合中节点度最小、且未被锁定的节点度作为该g个新网络数据节点的允许最大节点度，并将所选取的节点度锁定，不得再次被选取；其中，n为社会网络数据结构中已经存在、且未达到各自对应允许最大节点度的新网络数据节点的个数，d为目标网络数据集合的节点度，di为z个候选网络数据节点中第i个候选网络数据节点的节点度，1≤i≤z；
步骤004.分别建立各个候选网络数据节点与未达到各自对应允许最大节点度的新网络数据节点之间的联系，保证各个候选网络数据节点的节点度与目标网络数据集合的节点度相一致，且各个新网络数据节点的节点度不超过各自对应的允许最大节点度；
步骤005.将各个候选网络数据节点加入到目标网络数据集合当中，使得目标网络数据集合满足L-多样性，锁定目标网络数据集合，不得再次被选取；将节点度达到各自对应允许最大节点度的新网络数据节点按其节点度分配到社会网络数据结构中相应的网络数据子集合中，并为该新网络数据节点设置敏感属性；并且判断社会网络数据结构中未被锁定的网络数据子集合的个数v，v>1时，返回步骤002；v=1时，此时社会网络数据结构即为新社会网络数据结构。
作为本发明的一种优选技术方案：所述步骤004具体包括如下内容：
将社会网络数据结构中未达到各自对应的允许最大节点度的新网络数据节点按允许最大节点度升序排列；并从最小允许最大节点度对应的新网络数据节点开始，按允许最大节点度升序顺序，依次选择新网络数据节点与各个候选网络数据节点建立联系，保证各个候选网络数据节点的节点度与目标网络数据集合的节点度相一致，且各个新网络数据节点的节点度不超过各自对应的允许最大节点度。
作为本发明的一种优选技术方案：所述新网络数据节点的属性结构与原始网络数据节点的属性结构相同。
作为本发明的一种优选技术方案：所述步骤005中，为分配到社会网络数据结构中相应网络数据子集合中的新网络数据节点设置敏感属性，具体包括如下内容：
依次针对各个已分配至相应网络数据子集合的新网络数据节点进行如下操作：首先判断已分配的新网络数据节点所在的网络数据子集合中的敏感属性是否包含了所述社会网络数据结构中的所有敏感属性，是则选择该网络数据子集合中出现频次次高的敏感属性设置为该新网络数据节点的敏感属性；否则选择一个该网络数据子集合中不包含的敏感属性设置为该新网络数据节点的敏感属性。
本发明所述一种社会网络数据敏感属性隐私保护方法采用以上技术方案与现有技术相比，具有以下技术效果：本发明设计的社会网络数据敏感属性隐私保护方法，基于L-多样性原理，通过在社会网络数据结构中增加新网络数据节点，以及建立候选网络数据节点与新网络数据节点之间的联系，实现对网络数据的保护，该方法较好的避免了现有技术在针对网络数据实现保护的同时，对网络数据造成巨大影响的缺点；相对于现有保护方法，能够在对社会网络数据结构中网络数据可用性产生最小影响的条件下达到隐私保护的目的。
附图说明
图1是本发明设计的社会网络数据敏感属性隐私保护方法的流程图；
图2是本发明设计的社会网络数据敏感属性隐私保护方法实施例中的社会网络数据结构示意图；
图3是本发明设计的社会网络数据敏感属性隐私保护方法应用于实施例的新社会网络数据结构示意图。
具体实施方式
下面结合说明书附图对本发明的具体实施方式作进一步详细的说明。
如图1所示，本发明设计了一种社会网络数据敏感属性隐私保护方法，其中，社会网络数据结构包括数个原始网络数据节点，各个原始网络数据节点分别包含敏感属性、节点度，原始网络数据节点的节点度表示与该原始网络数据节点之间存在联系的其它原始网络数据节点的个数，且社会网络数据结构中至少包含两个不同的节点度；所述社会网络数据敏感属性隐私保护方法为在社会网络数据结构中添加新网络数据节点，构成新社会网络数据结构；基于L-多样性原理，包含如下步骤：
步骤001.初始L-多样性中需求参数L，将社会网络数据结构中所有原始网络数据节点按节点度划分为至少一个网络数据子集合，其中，相同节点度的原始网络数据节点划分为一个网络数据子集合；同时，社会网络数据结构中所包含的节点度构成节点度集合；
步骤002.从社会网络数据结构中选取节点度最大、且未被锁定的网络数据子集合作为目标网络数据集合；根据y/(x+z)≤1/L，获得针对目标网络数据集合的候选网络数据节点的个数z；将社会网络数据结构中未被锁定的其它网络数据子集合按节点度降序排列，并从其中节点度最大的网络数据子集合开始按降序顺序，在其它网络数据子集合中依次选取敏感属性与目标网络数据集合中出现频次最高的敏感属性不同、且彼此敏感属性不相同的z个网络数据节点作为针对目标网络数据集合的候选网络数据节点；其中，x为目标网络数据集合中所有网络数据节点的个数，y为目标网络数据集合中出现频次最高的敏感属性所对应网络数据节点的个数；
步骤003.根据
Figure BDA0000437619340000041
向社会网络数据结构中添加g个新网络数据节点，选取节点度集合中节点度最小、且未被锁定的节点度作为该g个新网络数据节点的允许最大节点度，并将所选取的节点度锁定，不得再次被选取；其中，n为社会网络数据结构中已经存在、且未达到各自对应允许最大节点度的新网络数据节点的个数，d为目标网络数据集合的节点度，di为z个候选网络数据节点中第i个候选网络数据节点的节点度，1≤i≤z；
步骤004.分别建立各个候选网络数据节点与未达到各自对应允许最大节点度的新网络数据节点之间的联系，保证各个候选网络数据节点的节点度与目标网络数据集合的节点度相一致，且各个新网络数据节点的节点度不超过各自对应的允许最大节点度，具体包括如下内容：
将社会网络数据结构中未达到各自对应的允许最大节点度的新网络数据节点按允许最大节点度升序排列；并从最小允许最大节点度对应的新网络数据节点开始，按允许最大节点度升序顺序，依次选择新网络数据节点与各个候选网络数据节点建立联系，保证各个候选网络数据节点的节点度与目标网络数据集合的节点度相一致，且各个新网络数据节点的节点度不超过各自对应的允许最大节点度；
步骤005.将各个候选网络数据节点加入到目标网络数据集合当中，使得目标网络数据集合满足L-多样性，锁定目标网络数据集合，不得再次被选取；将节点度达到各自对应允许最大节点度的新网络数据节点按其节点度分配到社会网络数据结构中相应的网络数据子集合中，并为该新网络数据节点设置敏感属性；并且判断社会网络数据结构中未被锁定的网络数据子集合的个数v，v>1时，返回步骤002；v=1时，此时社会网络数据结构即为新社会网络数据结构，因为就社会社会网络数据结构来说，社会网络数据节点度满足幂律分布，所以当v=1时，剩余节点集合中节点数目足够大，已经满足L-多样性，即使不满足，也可以通过合理分配新增加的节点敏感属性从而使得其满足L-多样性要求。
其中，为分配到社会网络数据结构中相应网络数据子集合中的新网络数据节点设置敏感属性，具体包括如下内容：
依次针对各个已分配至相应网络数据子集合的新网络数据节点进行如下操作：首先判断已分配的新网络数据节点所在的网络数据子集合中的敏感属性是否包含了所述社会网络数据结构中的所有敏感属性，是则选择该网络数据子集合中出现频次次高的敏感属性设置为该新网络数据节点的敏感属性；否则选择一个该网络数据子集合中不包含的敏感属性设置为该新网络数据节点的敏感属性。
作为本发明的一种优选技术方案：所述新网络数据节点的属性结构与原始网络数据节点的属性结构相同。
本发明设计的社会网络数据敏感属性隐私保护方法在实际应用过程当中，如社会社会网络数据结构，如图2所示为应用本发明设计方法之前的社会网络数据结构，按照如下步骤构建本发明设计的社会网络数据结构。
如图2所示，社会网络数据结构中包括原始网络数据节点1至原始网络数据节点9，其中，原始网络数据节点1的敏感属性为flu，原始网络数据节点2的敏感属性为pne，原始网络数据节点3的敏感属性为hiv，原始网络数据节点4的敏感属性为dys，原始网络数据节点5的敏感属性为hiv，原始网络数据节点6的敏感属性为flu，原始网络数据节点7的敏感属性为hiv，原始网络数据节点8的敏感属性为flu，原始网络数据节点9的敏感属性为dys。
步骤001.初始L-多样性中需求参数L=2，将社会网络数据结构中所有原始网络数据节点按相同节点度划分为三个网络数据子集合{原始网络数据节点3}，该网络数据子集合的节点度为4；{原始网络数据节点2，原始网络数据节点5，原始网络数据节点7，原始网络数据节点8}，该网络数据子集合的节点度为3、{原始网络数据节点1，原始网络数据节点4，原始网络数据节点6，原始网络数据节点9}，该网络数据子集合的节点度为2；同时，社会网络数据结构中所包含的节点度构成节点度集合{2，3，4}；
步骤002.从社会网络数据结构中选取节点度最大、且未被锁定的网络数据子集合{原始网络数据节点3}作为目标网络数据集合，其中，目标网络数据集合中所有网络数据节点的个数x=1，目标网络数据集合中出现频次最高的敏感属性为hiv，所以目标网络数据集合中出现频次最高的敏感属性所对应网络数据节点的个数y=1；根据y/(x+z)≤1/L，获得针对目标网络数据集合的候选网络数据节点的个数z≥1；将社会网络数据结构中未被锁定的其它网络数据子集合按节点度降序排列，并从其中节点度最大的网络数据子集合开始按降序顺序，在其它网络数据子集合中依次选取敏感属性与目标网络数据集合中出现频次最高的敏感属性不同、且彼此敏感属性不相同的z个网络数据节点作为针对目标网络数据集合的候选网络数据节点，此时，我们从网络数据子集合{原始网络数据节点2，原始网络数据节点5，原始网络数据节点7，原始网络数据节点8}中选取原始网络数据节点2作为针对目标网络数据集合的候选网络数据节点，z=1；
步骤003.目标网络数据集合的节点度d=4，作为候选网络数据节点的原始网络数据节点2的节点度di=3，此时，社会网络数据结构还不存在新网络数据节点，所以此时，社会网络数据结构中已经存在、且未达到各自对应允许最大节点度的新网络数据节点的个数n=0，根据
Figure BDA0000437619340000061
向社会网络数据结构中添加g个新网络数据节点，选取节点度集合中节点度最小、且未被锁定的节点度作为该g个新网络数据节点的允许最大节点度，并将所选取的节点度锁定，不得再次被选取；即向社会网络数据结构中添加1个新网络数据节点0，选取节点度集合中节点度最小、且未被锁定的节点度2作为此步骤添加新网络数据节点0的允许最大节点度，并将所选取的节点度2锁定，不得再次被选取；
步骤004.分别建立各个候选网络数据节点与未达到各自对应允许最大节点度的新网络数据节点之间的联系，保证各个候选网络数据节点的节点度与目标网络数据集合的节点度相一致，且各个新网络数据节点的节点度不超过各自对应的允许最大节点度，具体包括如下内容：
将社会网络数据结构中未达到各自对应的允许最大节点度的新网络数据节点按允许最大节点度升序排列；并从最小允许最大节点度对应的新网络数据节点开始，按允许最大节点度升序顺序，依次选择新网络数据节点与各个候选网络数据节点建立联系，保证各个候选网络数据节点的节点度与目标网络数据集合的节点度相一致，且各个新网络数据节点的节点度不超过各自对应的允许最大节点度；即新网络数据节点0与候选网络数据节点（原始网络数据节点2）建立联系，使得原始网络数据节点2的节点度变为4，新网络数据节点0的节点度变为1，此时，候选网络数据节点（原始网络数据节点2）的节点度与目标网络数据集合的节点度相一致，且新网络数据节点0的节点度未超过其对应的允许最大节点度；
步骤005.将各个候选网络数据节点（原始网络数据节点2）加入到目标网络数据集合当中，目标网络数据集合变为{原始网络数据节点3，原始网络数据节点2}，使得目标网络数据集合满足L-多样性，锁定目标网络数据集合，不得再次被选取；将节点度达到各自对应允许最大节点度的新网络数据节点按其节点度分配到社会网络数据结构中相应的网络数据子集合中，并为该新网络数据节点设置敏感属性，此时，新网络数据节点0的节点度未达到对应允许最大节点度2，因此不作分配；并且判断社会网络数据结构中未被锁定的网络数据子集合的个数v，此时v=2，v>1时，返回步骤002；
步骤002.从社会网络数据结构中选取节点度最大、且未被锁定的网络数据子集合{原始网络数据节点5，原始网络数据节点7，原始网络数据节点8}作为目标网络数据集合，其中，目标网络数据集合中所有网络数据节点的个数x=3，目标网络数据集合中出现频次最高的敏感属性为hiv，所以目标网络数据集合中出现频次最高的敏感属性所对应网络数据节点的个数y=2；根据y/(x+z)≤1/L，获得针对目标网络数据集合的候选网络数据节点的个数z≥1；将社会网络数据结构中未被锁定的其它网络数据子集合按节点度降序排列，并从其中节点度最大的网络数据子集合开始按降序顺序，在其它网络数据子集合中依次选取敏感属性与目标网络数据集合中出现频次最高的敏感属性不同、且彼此敏感属性不相同的z个网络数据节点作为针对目标网络数据集合的候选网络数据节点，此时，未被锁定的其它网络数据子集合只有{原始网络数据节点1，原始网络数据节点4，原始网络数据节点6，原始网络数据节点9}，我们从其中选取原始网络数据节点1作为针对目标网络数据集合的候选网络数据节点，z=1；
步骤003.目标网络数据集合的节点度d=3，作为候选网络数据节点的原始网络数据节点1的节点度di=2，此时，社会网络数据结构已存在新网络数据节点0，且新网络数据节点0的节点度为1，未达到其对应允许最大节点度2，所以此时，社会网络数据结构中已经存在、且未达到各自对应允许最大节点度的新网络数据节点的个数n=1，根据
Figure BDA0000437619340000081
向社会网络数据结构中添加g个新网络数据节点，选取节点度集合中节点度最小、且未被锁定的节点度作为该g个新网络数据节点的允许最大节点度，并将所选取的节点度锁定，不得再次被选取；即不需要向社会网络数据结构中添加新网络数据节点；
步骤004.分别建立各个候选网络数据节点与未达到各自对应允许最大节点度的新网络数据节点之间的联系，保证各个候选网络数据节点的节点度与目标网络数据集合的节点度相一致，且各个新网络数据节点的节点度不超过各自对应的允许最大节点度，具体包括如下内容：
将社会网络数据结构中未达到各自对应的允许最大节点度的新网络数据节点按允许最大节点度升序排列；并从最小允许最大节点度对应的新网络数据节点开始，按允许最大节点度升序顺序，依次选择新网络数据节点与各个候选网络数据节点建立联系，保证各个候选网络数据节点的节点度与目标网络数据集合的节点度相一致，且各个新网络数据节点的节点度不超过各自对应的允许最大节点度；即新网络数据节点0与候选网络数据节点（原始网络数据节点1）建立联系，使得原始网络数据节点1的节点度变为3，新网络数据节点0的节点度变为2，此时，候选网络数据节点（原始网络数据节点1）的节点度与目标网络数据集合的节点度相一致，且新网络数据节点0的节点度未超过其对应的允许最大节点度；
步骤005.将各个候选网络数据节点（原始网络数据节点1）加入到目标网络数据集合当中，目标网络数据集合变为{原始网络数据节点1，原始网络数据节点5，原始网络数据节点7，原始网络数据节点8}，使得目标网络数据集合满足L-多样性，锁定目标网络数据集合，不得再次被选取；将节点度达到各自对应允许最大节点度的新网络数据节点按其节点度分配到社会网络数据结构中相应的网络数据子集合中，并为该新网络数据节点设置敏感属性，此时，新网络数据节点0的节点度达到了对应允许最大节点度2，因此，按其节点度分配到社会网络数据结构中相应的网络数据子集合{原始网络数据节点4，原始网络数据节点6，原始网络数据节点9}，该网络数据子集合变为{原始网络数据节点0，原始网络数据节点4，原始网络数据节点6，原始网络数据节点9}；针对已分配至相应网络数据子集合的新网络数据节点0设置敏感属性，进行如下操作：首先判断已分配的新网络数据节点0所在的网络数据子集合中的敏感属性是否包含了所述社会网络数据结构中的所有敏感属性，是则选择该网络数据子集合中出现频次次高的敏感属性设置为该新网络数据节点的敏感属性；否则选择一个该网络数据子集合中不包含的敏感属性设置为该新网络数据节点的敏感属性，根据以上过程，为已分配至相应网络数据子集合的新网络数据节点0设置敏感属性为hiv；判断社会网络数据结构中未被锁定的网络数据子集合的个数v，此时，v=1时，此时社会网络数据结构即为新社会网络数据结构，如图3所示即为新社会网络数据结构示意图。
作为本发明的一种优选技术方案：所述新网络数据节点的结构与原始网络数据节点的结构相同，将进一步提高新社会网络数据结构在实际应用过程中的安全性，使得入侵者更难以辨认出真实的网络数据节点。
上面结合附图对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。

Claims (4)

1.一种社会网络数据敏感属性隐私保护方法，其中，社会网络数据结构包括数个原始网络数据节点，各个原始网络数据节点分别包含敏感属性、节点度，原始网络数据节点的节点度表示与该原始网络数据节点之间存在联系的其它原始网络数据节点的个数，且社会网络数据结构中至少包含两个不同的节点度；所述社会网络数据敏感属性隐私保护方法为在社会网络数据结构中添加新网络数据节点，构成新社会网络数据结构；其特征在于，基于L-多样性原理，包含如下步骤：
步骤001.初始L-多样性中需求参数L，将社会网络数据结构中所有原始网络数据节点按节点度划分为至少一个网络数据子集合，其中，相同节点度的原始网络数据节点划分为一个网络数据子集合；同时，社会网络数据结构中所包含的节点度构成节点度集合；
步骤002.从社会网络数据结构中选取节点度最大、且未被锁定的网络数据子集合作为目标网络数据集合；根据y/(x+z)≤1/L，获得针对目标网络数据集合的候选网络数据节点的个数z；将社会网络数据结构中未被锁定的其它网络数据子集合按节点度降序排列，并从其中节点度最大的网络数据子集合开始按降序顺序，在其它网络数据子集合中依次选取敏感属性与目标网络数据集合中出现频次最高的敏感属性不同、且彼此敏感属性不相同的z个网络数据节点作为针对目标网络数据集合的候选网络数据节点；其中，x为目标网络数据集合中所有网络数据节点的个数，y为目标网络数据集合中出现频次最高的敏感属性所对应网络数据节点的个数；
步骤003.根据向社会网络数据结构中添加g个新网络数据节点，选取节点度集合中节点度最小、且未被锁定的节点度作为该g个新网络数据节点的允许最大节点度，并将所选取的节点度锁定，不得再次被选取；其中，n为社会网络数据结构中已经存在、且未达到各自对应允许最大节点度的新网络数据节点的个数，d为目标网络数据集合的节点度，di为z个候选网络数据节点中第i个候选网络数据节点的节点度，1≤i≤z；
步骤004.分别建立各个候选网络数据节点与未达到各自对应允许最大节点度的新网络数据节点之间的联系，保证各个候选网络数据节点的节点度与目标网络数据集合的节点度相一致，且各个新网络数据节点的节点度不超过各自对应的允许最大节点度；
步骤005.将各个候选网络数据节点加入到目标网络数据集合当中，使得目标网络数据集合满足L-多样性，锁定目标网络数据集合，不得再次被选取；将节点度达到各自对应允许最大节点度的新网络数据节点按其节点度分配到社会网络数据结构中相应的网络数据子集合中，并为该新网络数据节点设置敏感属性；并且判断社会网络数据结构中未被锁定的网络数据子集合的个数v，v>1时，返回步骤002；v=1时，此时社会网络数据结构即为新社会网络数据结构。
2.根据权利要求1所述一种社会网络数据敏感属性隐私保护方法，其特征在于：所述步骤004具体包括如下内容：
将社会网络数据结构中未达到各自对应的允许最大节点度的新网络数据节点按允许最大节点度升序排列；并从最小允许最大节点度对应的新网络数据节点开始，按允许最大节点度升序顺序，依次选择新网络数据节点与各个候选网络数据节点建立联系，保证各个候选网络数据节点的节点度与目标网络数据集合的节点度相一致，且各个新网络数据节点的节点度不超过各自对应的允许最大节点度。
3.根据权利要求1所述一种社会网络数据敏感属性隐私保护方法，其特征在于：所述新网络数据节点的属性结构与原始网络数据节点的属性结构相同。
4.根据权利要求1所述一种社会网络数据敏感属性隐私保护方法，其特征在于：所述步骤005中，为分配到社会网络数据结构中相应网络数据子集合中的新网络数据节点设置敏感属性，具体包括如下内容：
依次针对各个已分配至相应网络数据子集合的新网络数据节点进行如下操作：首先判断已分配的新网络数据节点所在的网络数据子集合中的敏感属性是否包含了所述社会网络数据结构中的所有敏感属性，是则选择该网络数据子集合中出现频次次高的敏感属性设置为该新网络数据节点的敏感属性；否则选择一个该网络数据子集合中不包含的敏感属性设置为该新网络数据节点的敏感属性。
CN201310683002.0A 2013-12-13 2013-12-13 一种社会网络数据敏感属性隐私保护方法 Expired - Fee Related CN103685271B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310683002.0A CN103685271B (zh) 2013-12-13 2013-12-13 一种社会网络数据敏感属性隐私保护方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310683002.0A CN103685271B (zh) 2013-12-13 2013-12-13 一种社会网络数据敏感属性隐私保护方法

Publications (2)

Publication Number Publication Date
CN103685271A true CN103685271A (zh) 2014-03-26
CN103685271B CN103685271B (zh) 2017-01-11

Family

ID=50321586

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310683002.0A Expired - Fee Related CN103685271B (zh) 2013-12-13 2013-12-13 一种社会网络数据敏感属性隐私保护方法

Country Status (1)

Country Link
CN (1) CN103685271B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104009911A (zh) * 2014-06-13 2014-08-27 中国地质大学（武汉） 社交网络中的链接隐私保护方法及系统
CN106203172A (zh) * 2016-07-25 2016-12-07 浙江工业大学 网络最短路径上的加权敏感边隐私保护方法
CN107729767A (zh) * 2017-10-26 2018-02-23 广西师范大学 基于图基元的社会网络数据隐私保护方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110178943A1 (en) * 2009-12-17 2011-07-21 New Jersey Institute Of Technology Systems and Methods For Anonymity Protection
CN102542209A (zh) * 2010-12-21 2012-07-04 日电（中国）有限公司 数据匿名方法和系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110178943A1 (en) * 2009-12-17 2011-07-21 New Jersey Institute Of Technology Systems and Methods For Anonymity Protection
CN102542209A (zh) * 2010-12-21 2012-07-04 日电（中国）有限公司 数据匿名方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
WENTAO WU 等: "K-Symmetry Model for Identity Anonymization in Social Networks", 《EDBT》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104009911A (zh) * 2014-06-13 2014-08-27 中国地质大学（武汉） 社交网络中的链接隐私保护方法及系统
CN104009911B (zh) * 2014-06-13 2017-03-08 中国地质大学（武汉） 社交网络中的链接隐私保护方法及系统
CN106203172A (zh) * 2016-07-25 2016-12-07 浙江工业大学 网络最短路径上的加权敏感边隐私保护方法
CN107729767A (zh) * 2017-10-26 2018-02-23 广西师范大学 基于图基元的社会网络数据隐私保护方法
CN107729767B (zh) * 2017-10-26 2020-09-18 广西师范大学 基于图基元的社会网络数据隐私保护方法

Also Published As

Publication number Publication date
CN103685271B (zh) 2017-01-11

Similar Documents

Publication Publication Date Title
CN108564471B (zh) 基于区块链技术的能源互联网安全智能交易系统及其方法
Hong et al. Cascading failure analysis and restoration strategy in an interdependent network
Davarikia et al. A tri-level programming model for attack-resilient control of power grids
CN103218397B (zh) 一种基于无向图修改的社交网络隐私保护方法
Zhou et al. Power network robustness analysis based on electrical engineering and complex network theory
Lei et al. Robust optimization for microgrid defense resource planning and allocation against multi-period attacks
Li et al. Preserving relation privacy in online social network data
CN103595734B (zh) 基于用户关联结构划分的在线社交网络快速修复方法
CN102915423B (zh) 一种基于粗糙集和基因表达式的电力业务数据过滤系统及方法
CN111159755A (zh) 一种基于联盟链的跨链数据协同方法
Li et al. Retracted: Design of multimedia blockchain privacy protection system based on distributed trusted communication
CN103685271A (zh) 一种社会网络数据敏感属性隐私保护方法
Pagani et al. A complex network approach for identifying vulnerabilities of the medium and low voltage grid
Guo et al. Failure localization in power systems via tree partitions
CN107070932A (zh) 社会网络动态发布中防止标签邻居攻击的匿名方法
CN106685893B (zh) 一种基于社交网络群的权限控制方法
Gu et al. Common Fixed Point for Three Pairs of Self‐Maps Satisfying Common (EA) Property in Generalized Metric Spaces
Yang et al. [Retracted] The Security of Student Information Management System Based upon Blockchain
CN105812144B (zh) 一种无可信中心的可追踪属性签名方法
Qing et al. Phase transition behavior of finite clusters under localized attack
Yang et al. Eigenvalue Spectrum and Synchronizability of Two Types of Double‐Layer Star‐Ring Networks with Hybrid Directional Coupling
Szunomár To connect or not to connect? Responding to the Digital Silk Road in Central and Eastern Europe
CN103546471B (zh) 云计算中基于粗糙集的服务量化方法
Nowakowski The symmetric extendibility of quantum states
Liang et al. Research on improving robustness strategy of grid cyber physical system considering spatial information

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20190312

Address after: 401120 data of Xiantao street, Yubei District, Chongqing 19

Patentee after: Chongqing Wingshengda Technology Co.,Ltd.

Address before: Room 2310, Building 2, Wuzhong Science and Technology Pioneering Park, 70 Zhongshan East Road, Mudu Town, Wuzhong District, Suzhou City, Jiangsu Province

Patentee before: Nanjing University of Information Science and Technology

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20220121

Address after: 102600 Room 802, 8th floor, building 1, No. 10, Hongda North Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing (Yizhuang group, high-end industrial area of Beijing Pilot Free Trade Zone)

Patentee after: Yiyoule network technology (Beijing) Co.,Ltd.

Address before: 401120 data of Xiantao street, Yubei District, Chongqing 19

Patentee before: Chongqing Wingshengda Technology Co.,Ltd.

TR01 Transfer of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20170111

CF01 Termination of patent right due to non-payment of annual fee