CN110781518B - 一种社交网络中确定隐私信息传播范围的仿真方法 - Google Patents

一种社交网络中确定隐私信息传播范围的仿真方法 Download PDF

Info

Publication number
CN110781518B
CN110781518B CN201911051229.7A CN201911051229A CN110781518B CN 110781518 B CN110781518 B CN 110781518B CN 201911051229 A CN201911051229 A CN 201911051229A CN 110781518 B CN110781518 B CN 110781518B
Authority
CN
China
Prior art keywords
node
information
privacy information
social network
nodes
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.)
Active
Application number
CN201911051229.7A
Other languages
English (en)
Other versions
CN110781518A (zh
Inventor
朱娜斐
杨玥
何泾沙
滕达
李文欣
杜晋晖
潘世佳
靳姝婷
陈宝存
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.)
Yangzhou Lecheng Network Technology Co.,Ltd.
Original Assignee
Beijing University of 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 Beijing University of Technology filed Critical Beijing University of Technology
Priority to CN201911051229.7A priority Critical patent/CN110781518B/zh
Publication of CN110781518A publication Critical patent/CN110781518A/zh
Application granted granted Critical
Publication of CN110781518B publication Critical patent/CN110781518B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6245—Protecting personal data, e.g. for financial or medical purposes

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Bioethics (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Databases & Information Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种社交网络中确定隐私信息传播范围的方法，包括：构建无尺度网络模拟社交网；对无尺度网络模拟社交网中的每个节点配置用户属性，用户属性包括关注度、粉丝数和亲密度；在无尺度网络模拟社交网的节点中随机选取产生隐私信息的主体节点和发送隐私信息的发送节点；制定信息转发决策；发送节点将隐私信息传播给发送节点的所有邻居节点，并记录接收到隐私信息的节点；接收到隐私信息的节点根据信息转发决策，转发或不转发隐私信息，最终得到隐私信息传播范围。本发明针对实际情况，制定了信息转发决策，来更好的模拟真实中的情况，使得分析出的信息传播范围更符合实际情况；对用户来说，能够让用户能够更放心的使用社交网络。

Description

一种社交网络中确定隐私信息传播范围的仿真方法
技术领域
本发明涉及在线社交网络技术领域，具体涉及一种社交网络中确定隐私信息传播范围的仿真方法。
背景技术
随着互联网和移动设备的发展，各种各样的社交平台和工具层出不穷，如Facebook、Twitter、微博等，用户在这些平台上发表自己的观点，能够与不同地方的人交朋友，在线社交网络成为了人与人相互交流、分享信息、传播信息最主要的平台。据最新数据显示，全球上网人数已经近40亿，全球最大的社交平台Facebook的使用人数超过了20亿；在中国，微博的用户数已经超过3亿。在网络中大量信息传播的同时，伴随着用户信息泄露，个人隐私信息的大量传播，这已经影响了人们的日常生活。
隐私信息是一种特殊的信息，包括了用户的个人的基本信息、行程、生活等不想被公开的信息。目前已有的都只是考虑了用户对隐私主观的意识对信息传播的影响，而很少考虑到客观因素对信息传播的影响；一般情况下，用户倾向于保护自己或者朋友的私人信息，不会在社交网中公开分享关于他们的信息，但对一些公众人物的信息则会毫不在意的分享给他们的朋友。如何模拟真实的社交网络，如何确定朋友间的亲密程度，如何确定隐私信息转发决策，这些都将成为本发明的重点。
毫无疑问，网络已经渗透在各个领域，已经成为每个处理单元的必备要素，在大数据时代，信息的传播带动了各行各业的发展。而人们对隐私保护的意识也越来越强。用户如何能在使用社交网络的同时保护自己的隐私不被传播、从哪个方面控制隐私的传播范围，哪些因素影响着隐私信息的传播范围，这都将是一个需要挑战的问题。
发明内容
针对上述问题中存在的不足之处，本发明提供一种社交网络中确定隐私信息传播范围的仿真方法。
本发明公开了一种社交网络中确定隐私信息传播范围的仿真方法，包括：
构建无尺度网络模拟社交网；
对所述无尺度网络模拟社交网中的每个节点配置用户属性，所述用户属性包括关注度、粉丝数和亲密度；
在所述无尺度网络模拟社交网的节点中随机选取产生隐私信息的主体节点和发送所述隐私信息的发送节点；
制定信息转发决策，所述信息转发决策的公式为：
Figure GDA0003112762260000021
式中，Pij为节点i对主体节点j的信息转发决策值，若Pij<1，则节点i不转发主体节点j的隐私信息，若Pij≥1，则节点i将主体节点j的隐私信息传播给节点i的所有邻居节点；eij为节点i对主体节点j的关注度，若节点i关注主体节点j，则eij＝1，若节点i不关注主体节点j，则eij＝0；cij为用户i与信息主体j的亲密度，ct为亲密度阈值；
所述发送节点将所述隐私信息传播给所述发送节点的所有邻居节点，并记录接收到隐私信息的节点；
接收到隐私信息的节点根据所述信息转发决策，转发或不转发所述隐私信息，最终得到隐私信息传播范围。
作为本发明的进一步改进，所述构建无尺度网络模拟社交网，包括：
设置网络参数，利用无尺度网络构建模型算法，在NS2仿真软件上构建无尺度网络模拟社交网。
作为本发明的进一步改进，所述亲密度的计算方法为：
计算两节点间的最短路径距离和共同朋友数；
基于最短路径距离和共同朋友数，根据亲密度的计算规则计算两节点间的亲密度。
作为本发明的进一步改进，利用Floyd算法计算两节点间的最短路径距离，利用关注度属性和粉丝数属性统计得到两节点间的共同朋友数。
作为本发明的进一步改进，设置不同的亲密度阈值得到不同的隐私信息传播范围。
作为本发明的进一步改进，在传播过程中，每个节点只转发一次隐私信息。
与现有技术相比，本发明的有益效果为：
本发明考虑了用户(节点)间的亲密度关系对隐私信息传播范围的影响，而没有从用户个人的主观的角度去分析，为解决隐私传播问题提供一种新的隐私传播模型；本发明针对现实生活中的现象，制定了信息转发决策，来更好的模拟真实中的情况，使得分析出的信息传播范围更符合实际情况；对用户来说，能够让用户能够更放心的使用社交网络。
附图说明
图1为本发明一种实施例公开的社交网络中确定隐私信息传播范围的仿真方法的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
针对社交平台中用户的隐私信息大量传播的问题，本发明通过探究用户间亲密度对信息传播范围的影响，而提供一种社交网络中确定隐私信息传播范围的仿真方法，基于该方法可进一步实现在不同的隐私保护程度下隐私传播过程，从而得到隐私信息传播范围的规律进而预测出隐私传播的范围，以保护用户的隐私不被更广泛的传播。其包括：构建无尺度网络模拟社交网；对无尺度网络模拟社交网中的每个节点配置用户属性，用户属性包括关注度、粉丝数和亲密度；在无尺度网络模拟社交网的节点中随机选取产生隐私信息的主体节点和发送隐私信息的发送节点；制定信息转发决策；发送节点将隐私信息传播给发送节点的所有邻居节点，并记录接收到隐私信息的节点；接收到隐私信息的节点根据信息转发决策，转发或不转发隐私信息，最终得到隐私信息传播范围。本发明针对实际情况，制定了信息转发决策，来更好的模拟真实中的情况，使得分析出的信息传播范围更符合实际情况；对用户来说，能够让用户能够更放心的使用社交网络。
下面结合附图对本发明做进一步的详细描述：
如图1所示，本发明提供一种社交网络中确定隐私信息传播范围的仿真方法，包括：S1～S8，本发明的下述步骤S1～S8不限定其前后逻辑关系，对应步骤之间的前后逻辑可调换，如S3、S4之间的顺序可调换等；具体包括：
S1、构建无尺度网络模拟社交网；其中：
具体构建方法为：设置网络参数，利用无尺度网络构建模型算法，在NS2仿真软件上构建无尺度网络模拟社交网。
S2、对无尺度网络模拟社交网中的每个节点配置用户属性，用户属性包括关注度、粉丝数和亲密度；其中：
每个节点都代表网络中的一个用户；
每个用户都建立三个属性：关注度、粉丝数、亲密度；节点之间的单向连接代表用户之间的关注关系，一个用户关注的所有用户数即为该用户的关注度，被关注的所有用户数即为该用户的粉丝数；用户间的亲密度由两个用户间的最短路径距离和共同朋友数来共同决定，其中最短路径距离利用Floyd算法计算得到，共同朋友数则利用关注度属性和粉丝数属性统计得到。
S3、在无尺度网络模拟社交网的节点中随机选取产生隐私信息的主体节点和发送隐私信息的发送节点。
S4、制定信息转发决策，该信息转发决策用于后续节点是否转发隐私信息的判断；其中：
信息转发决策的公式为：
Figure GDA0003112762260000041
式中：
Pij为节点i对主体节点j的信息转发决策值，若Pij<1，则节点i不转发主体节点j的隐私信息，若Pij≥1，则节点i将主体节点j的隐私信息传播给节点i的所有邻居节点；
eij为节点i对主体节点j的关注度，若节点i关注主体节点j，则eij＝1，若节点i不关注主体节点j，则eij＝0；
cij为用户i与信息主体j的亲密度；
ct为亲密度阈值，本发明可将亲密度按照一定的比例设置不同的亲密度阈值，分别在不同亲密度阈值的情况下进行信息传播，从而进一步判断亲密度阈值的设定对传播范围的影响；其中，不同的阈值代表用户对隐私信息的保护程度，阈值设置越高表示用户对隐私保护程度越低即用户只倾向于保护亲密朋友的隐私；
本发明通过制定信息转发决策，其考虑了现有技术中未考虑到的亲密度因素，从不同角度提供一种控制信息不被更广泛传播的方法，为用户提供更安全的网络环境。
S5、在传播过程中，发送节点将隐私信息传播给发送节点的所有邻居节点，并记录接收到隐私信息的节点；
S6、接收到隐私信息的节点根据信息转发决策，判断是否进一步转发隐私信息；其判断过程为S4制定信息转发决策的判断过程，即若Pij<1，则节点i(接收到隐私信息的节点)不转发主体节点j的隐私信息，若Pij≥1，则节点i(接收到隐私信息的节点)将主体节点j的隐私信息传播给节点i(接收到隐私信息的节点)的所有邻居节点；其中，每个节点只转发一次隐私信息，即该节点不将隐私信息传播给发送节点，或者该节点将隐私信息传播给发送节点后，发送节点不进行后续的判断是否转发。
S7、若判断结果为转发，则该接收到隐私信息的节点将隐私信息进一步传播给该节点的邻居节点，并进一步记录接收到隐私信息的节点；
若判断结果为不转发，则不对该信息做任何操作。
S8、重复上述S6、S7，直至节点对隐私信息停止传播为止；在信息传播结束后，利用统计的内容，对数据的回归曲线、方差、均值等等合理的分析信息最终的传播范围。
转发或不转发隐私信息，最终得到隐私信息传播范围。
进一步，本发明更换不同的亲密度阈值，重复上述S3～S8，得到不同的隐私信息传播范围；最后可分析亲密度对信息传播覆盖范围的影响。
本发明的优点为：
本发明考虑了用户(节点)间的亲密度关系对隐私信息传播范围的影响，而没有从用户个人的主观的角度去分析，为解决隐私传播问题提供一种新的隐私传播模型；本发明针对现实生活中的现象，制定了信息转发决策，来更好的模拟真实中的情况，使得分析出的信息传播范围更符合实际情况；对用户来说，能够让用户能够更放心的使用社交网络。
以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种社交网络中确定隐私信息传播范围的仿真方法，其特征在于，包括：
设置网络参数，利用无尺度网络构建模型算法，在NS2仿真软件上构建无尺度网络模拟社交网；
对所述无尺度网络模拟社交网中的每个节点配置用户属性，所述用户属性包括关注度、粉丝数和亲密度；
在所述无尺度网络模拟社交网的节点中随机选取产生隐私信息的主体节点和发送所述隐私信息的发送节点；
制定信息转发决策，所述信息转发决策的公式为：
Figure FDA0003112762250000011
式中，Pij为节点i对主体节点j的信息转发决策值，若Pij<1，则节点i不转发主体节点j的隐私信息，若Pij≥1，则节点i将主体节点j的隐私信息传播给节点i的所有邻居节点；eij为节点i对主体节点j的关注度，若节点i关注主体节点j，则eij＝1，若节点i不关注主体节点j，则eij＝0；cij为用户i与信息主体j的亲密度，ct为亲密度阈值；
所述发送节点将所述隐私信息传播给所述发送节点的所有邻居节点，并记录接收到隐私信息的节点；
接收到隐私信息的节点根据所述信息转发决策，转发或不转发所述隐私信息，最终得到隐私信息传播范围。
2.如权利要求1所述的仿真方法，其特征在于，所述亲密度的计算方法为：
计算两节点间的最短路径距离和共同朋友数；
基于最短路径距离和共同朋友数，根据亲密度的计算规则计算两节点间的亲密度。
3.如权利要求2所述的仿真方法，其特征在于，利用Floyd算法计算两节点间的最短路径距离，利用关注度属性和粉丝数属性统计得到两节点间的共同朋友数。
4.如权利要求1所述的仿真方法，其特征在于，设置不同的亲密度阈值得到不同的隐私信息传播范围。
5.如权利要求1所述的仿真方法，其特征在于，在传播过程中，每个节点只转发一次隐私信息。
CN201911051229.7A 2019-10-31 2019-10-31 一种社交网络中确定隐私信息传播范围的仿真方法 Active CN110781518B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911051229.7A CN110781518B (zh) 2019-10-31 2019-10-31 一种社交网络中确定隐私信息传播范围的仿真方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911051229.7A CN110781518B (zh) 2019-10-31 2019-10-31 一种社交网络中确定隐私信息传播范围的仿真方法

Publications (2)

Publication Number Publication Date
CN110781518A CN110781518A (zh) 2020-02-11
CN110781518B true CN110781518B (zh) 2021-07-27

Family

ID=69387911

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911051229.7A Active CN110781518B (zh) 2019-10-31 2019-10-31 一种社交网络中确定隐私信息传播范围的仿真方法

Country Status (1)

Country Link
CN (1) CN110781518B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112634070B (zh) * 2020-12-29 2023-11-17 北京工业大学 社交网络中隐私信息传播范围的度量模型和度量方法
CN113344727A (zh) * 2021-06-29 2021-09-03 北京工业大学 一种社交网络中隐私信息传播范围的度量方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108900409A (zh) * 2018-06-22 2018-11-27 郑州大学 基于传播路径隐私泄露风险的社交网络信任度计算方法
CN110210244A (zh) * 2019-05-10 2019-09-06 中国科学院计算技术研究所 检测社交媒体用户隐私泄露的方法和系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8646073B2 (en) * 2011-05-18 2014-02-04 Check Point Software Technologies Ltd. Detection of account hijacking in a social network
CN102752279B (zh) * 2012-04-27 2014-11-12 中国科学院信息工程研究所 一种社交网络恶意代码传播的仿真系统及仿真方法
CN105162695B (zh) * 2015-10-13 2018-08-10 湖南科技学院 一种新型的近邻移动社交网络交友隐私保护方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108900409A (zh) * 2018-06-22 2018-11-27 郑州大学 基于传播路径隐私泄露风险的社交网络信任度计算方法
CN110210244A (zh) * 2019-05-10 2019-09-06 中国科学院计算技术研究所 检测社交媒体用户隐私泄露的方法和系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
My Friend Leaks My Privacy: Modeling and Analyzing Privacy in Social Networks;Lingjing Yu 等;《SACMAT "18: Proceedings of the 23nd ACM on Symposium on Access Control Models and Technologies》;20180615;全文 *
面向信息共享的访问控制技术研究;单芳芳;《中国博士学位论文全文数据库 信息科技辑》;20190715;全文 *

Also Published As

Publication number Publication date
CN110781518A (zh) 2020-02-11

Similar Documents

Publication Publication Date Title
Lin et al. Clarifying trust in social internet of things
CN103412872B (zh) 一种基于有限节点驱动的微博社会网络信息推荐方法
US12013905B2 (en) Pairing systems and methods for electronic communications
CN110807556B (zh) 对微博谣言或/和辟谣话题传播趋势的预测方法及装置
CN106682825A (zh) 一种基于区块链的社会物联网信用评估系统和评估方法
CN110781518B (zh) 一种社交网络中确定隐私信息传播范围的仿真方法
Maheswaran et al. Towards a gravity-based trust model for social networking systems
CN107818514B (zh) 一种控制在线社交网络信息传播的方法、装置及终端
JP2012533787A (ja) ソーシャルネットワークを使用することによるコンテンツの供給
Fan et al. EigenTrustp++: Attack resilient trust management
CN109934727B (zh) 网络谣言传播抑制方法、装置、设备及可读存储介质
Tiwari Analysis and detection of fake profile over social network
CN107809363B (zh) 一种网络信息传播控制方法和装置
Li et al. Understanding video sharing propagation in social networks: Measurement and analysis
CN114301935A (zh) 一种基于声誉的物联网边云协同联邦学习节点选择方法
Zhang et al. Graph theory-based QoE-driven cooperation stimulation for content dissemination in device-to-device communication
Jiang et al. Approaching an optimal bitcoin mining overlay
CN111079024B (zh) 基于加强效应scir网络的舆情传播模型构建方法
Kiefhaber et al. The neighbor-trust metric to measure reputation in organic computing systems
CN105471844B (zh) 一种基于信任合成的云服务动态组合方法
Fu et al. Preferential information dynamics model for online social networks
CN103618702B (zh) 社会网络信息传播态势感知方法及系统
CN106603387B (zh) 基于微博转发关系进行微博转发路径预测的方法和系统
Yang et al. Dishonest behaviors in online rating systems: cyber competition, attack models, and attack generator
CN103200073A (zh) 一种信息处理方法和装置

Legal Events

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

Effective date of registration: 20240129

Address after: 101200 room 205-211526, No. 40, Fuqian West Street, Pinggu town, Pinggu District, Beijing (cluster registration)

Patentee after: BEIJING YONGBO TECHNOLOGY CO.,LTD.

Country or region after: China

Address before: 100124 No. 100 Chaoyang District Ping Tian Park, Beijing

Patentee before: Beijing University of Technology

Country or region before: China

TR01 Transfer of patent right

Effective date of registration: 20240708

Address after: Building 18, 5th Floor, Jiangsu Information Service Industry Base, Yangzhou City, Jiangsu Province 225000

Patentee after: Yangzhou Lecheng Network Technology Co.,Ltd.

Country or region after: China

Address before: 101200 room 205-211526, No. 40, Fuqian West Street, Pinggu town, Pinggu District, Beijing (cluster registration)

Patentee before: BEIJING YONGBO TECHNOLOGY CO.,LTD.

Country or region before: China