CN106980795A - 社会网络数据隐私保护方法 - Google Patents

Abstract

本发明公开一种社会网络数据隐私保护方法，其考虑到原始的社会网络图在发布的时候可能是安全的，但是对于社区检测后的各个子图可能存在隐私泄露问题，保证各个子图安全性的情况下尽可能的保存社区结构，首次提出了社区内的隐私泄露和社区间的隐私泄露，以及对着两种泄露方式不同的应对措施。本发明在保证各个子社区用户隐私安全的情况下，保证了图的结构特性，从而能更好的更细致的对划分后的社区进行更深入的研究。

Description

社会网络数据隐私保护方法

技术领域

本发明涉及数据隐私保护技术领域，具体涉及社会网络数据隐私保护方法。

背景技术

社会网络是由许多节点和边构成的一种社会结构，节点通常是指个人或组织，节点之间的连线即边代表个人或组织的相互关系。随着经济的快速发展，社会网络的应用也越来越普及。比如腾讯、Facebook等，通过对社会网络的研究，相关的数据研究人员可以更好地进行数据的挖掘与分析。但是，在对原始的社会网络数据进行发布的过程中可能会泄露一些敏感的信息，在某种程度上可能对用户以及社会网络造成一定的影响。社会网络中存在多种多样的敏感信息，如个体节点，节点属性，节点之间的关系，连接关系的权重，图的度量等。相应的隐私泄露方式与攻击者的背景知识有很大的关系。

当前保护社会网络数据安全的隐私保护方法大致可分为：概率模型，差分隐私，K-匿名及其扩展模型，这些隐私保护方法虽然能够在一定程度上保护相应的社会网络信息不被泄露。但是，上述的一些社会网络隐私保护中，更多的是针对特定的场景对应特定的模型，没有更细致的考虑社会网络的结构。比如，在社区检测之前没有隐私泄露，在社区检测完成之后，怎么样匿名保护才能使得社区内部以及社区之间的结构改变量最小的问题。

发明内容

本发明所要解决的技术问题是现有隐私保护方法只考虑隐私匿名安全，而忽略了对社会网络图结构的保护的问题，提供一种社会网络数据隐私保护方法，其在尽量保持各个子社区结构的情况下，达到最佳的匿名效果。

为解决上述问题，本发明是通过以下技术方案实现的：

一种社会网络数据隐私保护方法，包括如下步骤：

步骤1.对数据进行简单的处理，去掉唯一的标识符，比如姓名等。

步骤2.使用经典的社区检测算法GN算法对社区进行划分，划分过程中统计各个子社区的边介数。当社区检测达到最优时，得到最终各个子社区的度序列以及边介数集合、候选集节点度数相同的节点个数至少大于2并且候选集中不包含节点子社区节点度数最大值。各个子社区的度序列按照降序排列。

步骤3.对于每个子社区，判断其是否存在隐私泄露。即对于任意的子社区，检查其度序列。如果子社区的度序列不能唯一的定位到具体的节点，则说明该社区没有隐私泄露，如果度序列可以唯一的定位到具体的节点(隐私泄露的节点)，则说明有隐私泄露，需要进行匿名保护。

步骤4.根据背景知识，对于有隐私泄露的子社区，判断其是属于社区内隐私泄露还是社区间隐私泄露。即判断隐私泄露的节点所连接的边是否有边介数。如果隐私泄露的节点没有包括边介数，则说明是子社区内部的隐私泄露。如果隐私泄露的节点包括边介数，则说明是子社区之间的隐私泄露。

步骤5.对不同的隐私泄露问题，采用不同的处理方式进行隐私保护。

对于子社区内部的隐私泄露，通过伯努利等概率事件，进行随机化操作等概率删除添加边，添加的边从该子社区候选集中选取。对于子社区内部的隐私泄露，如果泄露隐私节点的度数最大且唯一，则根据伯努利等概率事件可知，将连接在该节点的边等概率的删除(假设概率为p)；如果泄露隐私节点的度最小且唯一，则进行边的添加，选择添加的边必须保证节点的度数相同的节点个数大于2，从给定的候选集中随机的选取一个节点，使用局部随机化方法使该子社区满足隐私安全要求。

步骤6.对于子社区之间的隐私泄露，调整边介数被删除的概率，使其概率增大，从有隐私泄露节点的子社区候选集中选取节点，进行随机化操作。对于子社区间的隐私泄露，不考虑隐私泄露的节点度数最小，因为边介数连接两个社区，在任意两个子社区中边介数相连的节点基本上不会有节点的度最小值且唯一，故不做考虑。首先每条边有相同的概率被删除，对于有隐私泄露的边介数的节点，通过调整其被删除的概率：p+(1-p)*p，增大其被删除的概率，然后在有隐私泄露的子社区候选集中使用随机化操作，等概率的选取一个节点，使其满足隐私要求，使得原始社会网络图中的结构得到了更好的保护。

步骤7.当每个的子社区都满足隐私要求的时，将得到的满足隐私安全的社会网络图进行发布。如果某个子社区都不满足隐私要求，则对该子社区进行概化，直接使用图的扰动算法随机化不满足条件的子社区，发布不确定图，使攻击者不能唯一确定有隐私泄露的节点。

本发明克服了现有隐私保护方法对社会网络的隐私保护只考虑了其隐私安全性，而没有充分考虑其结构特性问题。本发明考虑到原始的社会网络图在发布的时候可能是安全的，但是对于社区检测后的各个子图可能存在隐私泄露问题，保证各个子图安全性的情况下尽可能的保存社区结构，首次提出了社区内的隐私泄露和社区间的隐私泄露，以及对着两种泄露方式不同的应对措施。本发明在保证各个子社区用户隐私安全的情况下，保证了图的结构特性，从而能更好的更细致的对划分后的社区进行更深入的研究。

附图说明

图1为本发明社会网络数据隐私保护方法的流程图。

图2为给定原始社会网络图G(V，E)。

图3为匿名保护后可能的随机化扰动图。

具体实施方式

本发明的社会网络数据是不带标签的简单无向图，攻击者的背景知识是节点结构信息(度信息)。在社区检测之前，需要对社会网络数据做简单的匿名处理，即去掉可以唯一标识节点的的显示标识符属性。发布的社会网络图用G(V，E)表示。其中V表示社会网络图中节点的集合，E表示节点之间边的集合。最终发布的图经过本发明中的匿名方法处理，能够有效的阻止攻击者使用背景知识唯一的识别社会网络中的用户。同时也能有效的保证社区结构的完整性。

在原始的社会网络图中，可能没有隐私问题。而对于在社区检测后，考虑可能有隐私泄露问题，考虑了子社区内部隐私泄露以及子社区之间的隐私泄露。在保护社区结构的同时，又能发布更多的社会网络数据用于相关的研究分析。主要从以下几个方面考虑：

1、根据攻击者的背景知识(节点的度信息)，知道节点的度信息，通过使用经典的社区检测算法GN算法对社区做划分，社区检测完成后统计社区的边介数，各个子社区的节点的度序列，满足隐私要求的候选集合。

2、根据攻击者的背景知识(节点的度信息)判断各个子社区是否有隐私泄露问题，如果没有隐私泄露，则不对该子社区做处理；如果有隐私泄露考虑两种情况，社区内节点隐私泄露与社区间节点隐私泄露。

3、对于子社区内的节点隐私泄露问题，通过之前统计的度序列集合，找到相同节点度数个数大于2的候选集度序列。对于有隐私泄露的节点，根据伯努利等概率事件，等概率删除连接该节点的一条边，并且从候选集等概率选取一个节点进行连接操作。使节点不能被唯一的定位到。

4、对于子社区之间的隐私泄露问题，如果有一个子社区节点的度数唯一，且该节点的度数有一条边是边介数，则说明该节点属于社区间的隐私泄露，对于子社区之间有边介数节点的隐私泄露，调整其删除添加边的概率，对于边介数，调整其被删除的概率，使其被删除的概率增大，假设原来等概率p可能性删除边介数，调整之后为p+(1-p)*p。然后从该社区度序列候选集中选取，进行随机化操作，使节点不能被唯一的识别。

对于数据隐私的保护和效用性，本发明提出了一种社会网络数据隐私保护方法，其在更好的保持社会网络图结构的情况下，满足隐私安全需求。该社会网络数据隐私保护方法的流程图如图1所示，其具体步骤如下：

步骤1：对数据做简单的处理，去掉唯一的标识符，比如姓名等。

步骤2：使用经典的社区检测算法GN算法对社会网络图进行社区检测，当进行社区检测时，记录边介数L，当社区检测达到最优时，记录各个子社区的节点的度序列Vi(降序排列)，节点度数相同的节点个数大于2的候选集Mj。

步骤3：通过攻击者的背景知识(节点的度)，根据各个子社区节点的度序列，判断该子社区是否有隐私泄露。

步骤4：判断子社区有没有隐私泄露，如果根据子社区度序列不能唯一的定位到某一节点，说明满足隐私安全，则直接转到下一步，不做任何处理，直接输出满足隐私安全的子社区社会网络图。

步骤5：如果有隐私泄露，首先判断是否是子社区内部的隐私泄露，如果是子社区内部的隐私泄露，首先判断隐私泄露的节点度数是否是最大或者最小，如果度数最大，则等概率的删除与该节点相连的边，删除后如果满足隐私要求，则处理结束；如果度数最小，则如果泄露隐私节点的度最小且唯一，则进行边的添加，选择添加的边为候选集Mi度数相同的节点个数大于2。否则，在相应的子社区内部，由伯努利等概率事件可知，等概率删除有隐私泄露节点的边，在从该社区的候选集Mi中随机化的添加一条边，使该子社区中每个节点都满足隐私要求。发布满足隐私要求的匿名图。

假如在任意子社区有唯一度为3的节点，则说明有隐私泄露，等概率删除一条边，则每条边被删除的概率为1/3，再从候选集中任意的选取节点等概率连接，使该子社区满足隐私要求。

步骤6：如果是子社区之间的隐私泄露，则说明有隐私泄露的节点与边介数相连，调整其被删除的概率，调整前的概率为p，调整后的概率为p+(1-p)*p，使其被删除的概率增大。在有隐私泄露的子社区从候选集中进行随机化扰动操作。发布满足隐私要求的匿名图。

加入任意子社区有唯一的度为3的节点，并且连接该节点的边有边介数，则说明是社区间的隐私泄露。调整边介数的概率，使其被删除的概率增大，边介数的概率调整为p+(1-p)*p＝1/3+2/9＝5/9。更好更大概率的保护了子社区内部的结构特征。

步骤7：步骤5和6的操作在满足隐私要求的前提下，更好的保护了社区的原始社会网络图的结构。此时，结束。

下面通过一个具体实现原型，对本发明方法的效用性以及保护社区的完整性程度进行说明：

给定原始社会网络图G(V,E)，原始图节点集合V＝{V1,V2,……V16}。如下图2所示。

通过经典社区检测算法GN算法，得到两个子社区Ga，Gb，度序列分别为Va＝{V1,V2,V3,V4,V5,V6,V7,V8}，Vb＝{V9,V10,V11,V12,V13,V14,V15,V16}。两个社区度序列按照降序排列，并且根据检测后的结果可知V4和V12之间相连的边为边介数。根据攻击者背景知识(节点度信息)，根据度序列，可知在子社区中依靠度信息攻击者可唯一的定位到相应的节点。

首先，根据度序列可知Gb中有隐私泄露的节点为V13，然后判断该节点是社区内的隐私泄露还是社区间的隐私泄露，由子社区度序列可知，其为社区内的隐私泄露。因为该节点使度数最大的节点，故随机的删除节点所在的边。根据伯努利等概率事件，对于有隐私泄露的节点，V13所连接的边，每条边被删除的概率为1/4。等概率删除。如果等概率删除后满足隐私安全，则处理结束；如果不满足，则从候选集中选取节点进行连接，随机化扰动；如果没有满足条件的候选集，则直接在子图中进行扰动，使得该节点不能以超过一定概率被识别。

其次，对于子图Ga可知，V4的节点的度数唯一，经判断可知，V4所连接的边中有边介数，原来等概率删除V4各边的概率为1/4，因为V4与V12所连接的边为边介数，故增大其被删除的概率，为p+(1-p)*p＝1/4+(3/4)*(1/4)＝7/16，其他边被删除的概率不变。该社区候选集节点为{V1,V7,V8}，通过随机化扰动，使得该节点不能被唯一的识别。通过上述方法可知，匿名保护后可能的随机化扰动图3所示。

本发明对于该例子中匿名前后中社会网络图中保存的社会网络图中的信息如表1和表2所示：

对于节点：

表1

对于边：

表2

说明：如果社区内边介数隐私泄露的节点度数不是最大值，或者不满足社区内或者社区间的隐私泄露，则边的总体数量可以是100％保留。

本发明首次考虑了社区划分之后子社区的安全问题，在保证各个子社区用户隐私安全的情况下，保证了图的结构特性。本发明使用局部随机化方法，在尽可能的保证社会网络图结构的同时，又保证了隐私安全，最大程度的减少了信息损失量。使得发布的社会网络图能够更好的被相关的科研人员应用。

Claims (7)

1.社会网络数据隐私保护方法，其特征在于，包括如下步骤：

步骤1.对数据进行简单的处理，去掉唯一的标识符；

步骤2.对社区进行检测，检测过程中统计各个子社区的边介数；当社区检测达到最优时，得到最终各个子社区的度序列、边介数和候选集；其中子社区的候选集为该子社区中度相同且度大于2的节点的集合；

步骤3.对于各个子社区，检查其度序列是否能唯一的定位到具体的节点；如果不能，则说明该子社区没有隐私泄露，满足隐私要求；如果能，则说明该子社区有隐私泄露，不满足隐私要求；

步骤4.对于有隐私泄露的子社区，判断其唯一的定位到的具体的节点即隐私泄露节点所连接的边是否包括边介数；如果包括，则说明是子社区内部的隐私泄露；如果不包括，则说明是子社区之间的隐私泄露；

步骤5.对于子社区内部的隐私泄露，根据伯努利等概率事件，对泄露隐私节点的进行等概率删除边或添加边；在添加边的过程中，将隐私泄露节点与该子社区的候选集中的节点进行等概率相连；

步骤6.对于子社区之间的隐私泄露，根据伯努利等概率事件，调整边介数被删除的概率，使其概率增大，并将隐私泄露节点与该子社区的候选集中的节点进行等概率相连；

步骤7.当所有的子社区均满足隐私要求时，则将得到的满足隐私安全的社会网络图进行发布。

2.根据权利要求1所述社会网络数据隐私保护方法，其特征在于：步骤2中，使用经典的社区检测算法GN算法对社区进行检测。

3.根据权利要求1所述社会网络数据隐私保护方法，其特征在于：步骤2中，各个子社区的度序列按照降序排列。

4.根据权利要求1所述社会网络数据隐私保护方法，其特征在于：候选集中的节点不包括子社区节点度为最大值的节点。

5.根据权利要求1所述社会网络数据隐私保护方法，其特征在于：步骤5中，对于子社区内部的隐私泄露；当泄露隐私节点的度最大且唯一时，则对泄露隐私节点的进行随机化操作等概率删除边；当泄露隐私节点的度最小且唯一时，则对泄露隐私节点的进行随机化操作等概率添加边。

6.根据权利要求1所述社会网络数据隐私保护方法，其特征在于：步骤6中，对于子社区之间的隐私泄露，边介数被删除的概率的调整公式为：p+(1-p)*p，其中1/p为隐私泄露节点所连接边的总数。

7.根据权利要求1所述社会网络数据隐私保护方法，其特征在于：在步骤7之前，还进一步包括如下步骤：若经过步骤5和步骤6的处理后，仍然有子社区不满足隐私要求，则对该子社区进行概化，使其满足隐私要求。