CN111061919A - 一种社交网络群的边随机化算法及权限控制方法 - Google Patents
一种社交网络群的边随机化算法及权限控制方法 Download PDFInfo
- Publication number
- CN111061919A CN111061919A CN201910809542.6A CN201910809542A CN111061919A CN 111061919 A CN111061919 A CN 111061919A CN 201910809542 A CN201910809542 A CN 201910809542A CN 111061919 A CN111061919 A CN 111061919A
- Authority
- CN
- China
- Prior art keywords
- user
- group
- condition
- social network
- edge
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 10
- 239000013598 vector Substances 0.000 claims abstract description 8
- 239000011159 matrix material Substances 0.000 claims abstract description 4
- 230000007935 neutral effect Effects 0.000 claims description 6
- 230000001276 controlling effect Effects 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/90335—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Computational Linguistics (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Storage Device Security (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种社交网络群的边随机化算法，流程如下：输入社会网络分类后的自由点群和保守点群、原图的邻接矩形M、原图无符号拉斯距阵R及随机化程度K；首先根据数学公式计算M的特征值和特征向量(A1，A2)，R的特征值和特征向量(B1，B2)，从自由群图G中随机选出一条边(m，n)，若i％4＝0且a‑A1≥‖H‖，则找出自由群图G1中所有满足条件a＞A1且b＞B1的边，若没有满足条件的边则在保守群图G2中查找满足该条件的边，本发明涉及社交网络技术领域。本发明，解决现有的隐私保护机制中仅对节点属性进行防护的问题。
Description
技术领域
本发明涉及社交网络技术领域，特别是涉及一种社交网络群的边随机化算法及权限控制方法。
背景技术
社交网络是一种复杂的网络其数据的特点包括非线性、大容量、无标度、高维度等特点，社交网络数据因为科学研究和数据应用共享的需要，因而被大量的收集和发布也就产生了隐私信息滥用的问题，因此如何实现安全高效的隐私数据保护和访问控制是社交网络需要解决的重要问题之一。
在现有的隐私保护机制中最基本的方案都会有基于属性的隐私保护然而随着社交网络攻击技术的发展，仅对节点属性进行防护是不够的，比如在发布的社交关系结构中也会包含大量的信息攻击者，通过对该信息的利用也可以达到用户身份的识别，从而对用户的隐私造成危害。
发明内容
为了解决现有的隐私保护机制中仅对节点属性进行防护的问题，本发明的目的是提供一种社交网络群的边随机化算法及权限控制方法。
为了实现上述目的，本发明采用如下技术方案：一种社交网络群的边随机化算法，流程如下：
S1：输入社会网络分类后的自由点群和保守点群、原图的邻接矩形M、原图无符号拉斯距阵R及随机化程度K；
S2：首先根据数学公式计算M的特征值和特征向量(A1，A2)，R的特征值和特征向量(B1，B2)，从自由群图G中随机选出一条边(m，n)，若i％4＝0且a-A1≥‖H‖，则找出自由群图G1中所有满足条件a＞A1且b＞B1的边，若没有满足条件的边则在保守群图G2中查找满足该条件的边；若i％4＝1，并且a-A1≤‖H‖，则找出自由群图G1中所有满足条件a＜A1，且b＜B1的边，若没有满足条件的边则在保守群图G2中查找满足该条件的边；若i％4＝2并且a-A1≥‖H‖则找出自由群图G中所有满足条件a＞A1且b＞B1的边，若没有满足条件的边则在保守群图G2中查找满足该条件的边；若i％4＝3并且a-A1≤‖H‖则找出自由群图G中所有满足条件a＜A1且b＜B1的边，若没有满足条件的边则在保守群图G2中查找满足该条件的边；
S3：从满足以上条件的边中随机选出一条边(x,y)，则将边(m，n)与(x,y)换为(m，x)与(n，y)，并令循环次数i加1；
S4：如果i＜K，则重复执行S1和S2；
S5：输出随机化后的图。
优选的，社会网络中的节点分为自由点、中性点和保守点三类。
优选的，S2中将社会网络分为两个群，并将自由点和中性点归为自由群，保守点作为保守群。
一种社交网络群的权限控制方法，流程如下：
S1：将社交网络中的每一个服务节点G，规定其基准范围阈值R，当用户节点C与服务节点G的位置间距小于时R，则用户C具备访问G的信息的权利，当这个间距大于时R，默认不将该服务节点推荐给用户节点；
S2：当用户进入服务节点G中可选择访问对象，当用户C需要访问用户A的信息时，则权限访问控制器首先判断C与A是否处于相同的群；若在相同的群中，则利用Dijkstra算法计算C对于A的信任距离θ，当信任距离小于某个阀值时，则用户C具有访问A的信息的权限，且用户A也可屏蔽用户C；如果信任距离大于某个阀值时，则返回不具有访问A的信息的权限。
优选的，数据服务器负责接收新注册用户请求，当有新的用户加入时，数据服务器首先根据该用户的属性bytH表示通过基于群节点的划分算法，将其加入到相应的群中，同时将用户和新的群同步到权限控制服务器。
优选的，权限控制服务器负责接收新的好友关系请求，当有新的好友关系建立时，权限控制服务器首先根据基于群的边随机化算法，对该关系做随机化处理，然后将随机化的数据保存到本地同时同步到数据服务器。
与现有技术相比，本发明实现的有益效果：该算法首先选择自由点群内的边做随机化，如果自由点群中没有满足条件的边就查看保守点群中满足要求的边，通过这种随机化的扰动，不仅实现了图的隐私保护，同时也更好的保持了原始图的结构性质，此外通过特征显著性作为对扰动前后图的结构性质的衡量来说明社交网络的变化情况；
且在节点关系数据的保存中关系数据库保存的是随机化后的关系信息，因而攻击者在不知道随机化算法的前提下是无法恢复原始关系的，此外即使攻击者在知道随机化算法的过程下，由于随机化程度K是随机的，所以无法得知K的情况下依然无法还原关系数据，从而提高社交网络的安全性；
将权限控制器和数据服务器分开，将用户节点数据和关系数据分开存放，提高了数据的安全性，并增加了攻击者同时攻击两台服务器的难度，且通过密钥对数据服务器进行加密，无疑再次提高了社交网络的安全性。
附图说明
以下结合附图和具体实施方式来进一步详细说明本发明：
图1为本发明边随机化算法流程图；
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效。
请参阅图1。须知，本说明书所附图式所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容得能涵盖的范围内。同时，本说明书中所引用的如“上”、“下”、“左”、“右”、“中间”及“一”等的用语，亦仅为便于叙述的明了，而非用以限定本发明可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当亦视为本发明可实施的范畴。
本发明提供一种技术方案：一种社交网络群的边随机化算法，流程如下：
S1：输入社会网络分类后的自由点群和保守点群、原图的邻接矩形M、原图无符号拉斯距阵R及随机化程度K；
S2：首先根据数学公式计算M的特征值和特征向量(A1，A2)，R的特征值和特征向量(B1，B2)，从自由群图G中随机选出一条边(m，n)，若i％4＝0且a-A1≥‖H‖，则找出自由群图G1中所有满足条件a＞A1且b＞B1的边，若没有满足条件的边则在保守群图G2中查找满足该条件的边；若i％4＝1，并且a-A1≤‖H‖，则找出自由群图G1中所有满足条件a＜A1，且b＜B1的边，若没有满足条件的边则在保守群图G2中查找满足该条件的边；若i％4＝2并且a-A1≥‖H‖则找出自由群图G中所有满足条件a＞A1且b＞B1的边，若没有满足条件的边则在保守群图G2中查找满足该条件的边；若i％4＝3并且a-A1≤‖H‖则找出自由群图G中所有满足条件a＜A1且b＜B1的边，若没有满足条件的边则在保守群图G2中查找满足该条件的边；
S3：从满足以上条件的边中随机选出一条边(x,y)，则将边(m，n)与(x,y)换为(m，x)与(n，y)，并令循环次数i加1；
S4：如果i＜K，则重复执行S1和S2；
S5：输出随机化后的图。
在一个可选的实施例中，社会网络中的节点分为自由点、中性点和保守点三类。
在一个可选的实施例中，S2中将社会网络分为两个群，并将自由点和中性点归为自由群，保守点作为保守群。
该算法首先选择自由点群内的边做随机化，如果自由点群中没有满足条件的边就查看保守点群中满足要求的边，通过这种随机化的扰动，不仅实现了图的隐私保护，同时也更好的保持了原始图的结构性质，此外通过特征显著性作为对扰动前后图的结构性质的衡量来说明社交网络的变化情况；
且在节点关系数据的保存中关系数据库保存的是随机化后的关系信息，因而攻击者在不知道随机化算法的前提下是无法恢复原始关系的，此外即使攻击者在知道随机化算法的过程下，由于随机化程度K是随机的，所以无法得知K的情况下依然无法还原关系数据，从而提高社交网络的安全性。
一种社交网络群的权限控制方法，流程如下：
S1：将社交网络中的每一个服务节点G，规定其基准范围阈值R，当用户节点C与服务节点G的位置间距小于时R，则用户C具备访问G的信息的权利，当这个间距大于时R，默认不将该服务节点推荐给用户节点；
S2：当用户进入服务节点G中可选择访问对象，当用户C需要访问用户A的信息时，则权限访问控制器首先判断C与A是否处于相同的群；若在相同的群中，则利用Dijkstra算法计算C对于A的信任距离θ，当信任距离小于某个阀值时，则用户C具有访问A的信息的权限，且用户A也可屏蔽用户C；如果信任距离大于某个阀值时，则返回不具有访问A的信息的权限。
在一个可选的实施例中，数据服务器负责接收新注册用户请求，当有新的用户加入时，数据服务器首先根据该用户的属性bytH表示通过基于群节点的划分算法，将其加入到相应的群中，同时将用户和新的群同步到权限控制服务器。
在一个可选的实施例中，权限控制服务器负责接收新的好友关系请求，当有新的好友关系建立时，权限控制服务器首先根据基于群的边随机化算法，对该关系做随机化处理，然后将随机化的数据保存到本地同时同步到数据服务器。
将权限控制器和数据服务器分开，将用户节点数据和关系数据分开存放，提高了数据的安全性，并增加了攻击者同时攻击两台服务器的难度，且通过密钥对数据服务器进行加密，无疑再次提高了社交网络的安全性。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。
Claims (6)
1.一种社交网络群的边随机化算法，其特征在于，流程如下：
S1：输入社会网络分类后的自由点群和保守点群、原图的邻接矩形M、原图无符号拉斯距阵R及随机化程度K；
S2：首先根据数学公式计算M的特征值和特征向量(A1，A2)，R的特征值和特征向量(B1，B2)，从自由群图G中随机选出一条边(m，n)，若i％4＝0且a-A1≥‖H‖，则找出自由群图G1中所有满足条件a＞A1且b＞B1的边，若没有满足条件的边则在保守群图G2中查找满足该条件的边；若i％4＝1，并且a-A1≤‖H‖，则找出自由群图G1中所有满足条件a＜A1，且b＜B1的边，若没有满足条件的边则在保守群图G2中查找满足该条件的边；若i％4＝2并且a-A1≥‖H‖则找出自由群图G中所有满足条件a＞A1且b＞B1的边，若没有满足条件的边则在保守群图G2中查找满足该条件的边；若i％4＝3并且a-A1≤‖H‖则找出自由群图G中所有满足条件a＜A1且b＜B1的边，若没有满足条件的边则在保守群图G2中查找满足该条件的边；
S3：从满足以上条件的边中随机选出一条边(x,y)，则将边(m，n)与(x,y)换为(m，x)与(n，y)，并令循环次数i加1；
S4：如果i＜K，则重复执行S1和S2；
S5：输出随机化后的图。
2.根据权利要求1所述的一种社交网络群的边随机化算法，其特征在于：社会网络中的节点分为自由点、中性点和保守点三类。
3.根据权利要求1所述的一种社交网络群的边随机化算法，其特征在于：S2中将社会网络分为两个群，并将自由点和中性点归为自由群，保守点作为保守群。
4.一种社交网络群的权限控制方法，其特征在于，流程如下：
S1：将社交网络中的每一个服务节点G，规定其基准范围阈值R，当用户节点C与服务节点G的位置间距小于时R，则用户C具备访问G的信息的权利，当这个间距大于时R，默认不将该服务节点推荐给用户节点；
S2：当用户进入服务节点G中可选择访问对象，当用户C需要访问用户A的信息时，则权限访问控制器首先判断C与A是否处于相同的群；若在相同的群中，则利用Dijkstra算法计算C对于A的信任距离θ，当信任距离小于某个阀值时，则用户C具有访问A的信息的权限，且用户A也可屏蔽用户C；如果信任距离大于某个阀值时，则返回不具有访问A的信息的权限。
5.根据权利要求4所述的一种社交网络群的权限控制方法，其特征在于：数据服务器负责接收新注册用户请求，当有新的用户加入时，数据服务器首先根据该用户的属性bytH表示通过基于群节点的划分算法，将其加入到相应的群中，同时将用户和新的群同步到权限控制服务器。
6.根据权利要求4所述的一种社交网络群的权限控制方法，其特征在于：权限控制服务器负责接收新的好友关系请求，当有新的好友关系建立时，权限控制服务器首先根据基于群的边随机化算法，对该关系做随机化处理，然后将随机化的数据保存到本地同时同步到数据服务器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910809542.6A CN111061919A (zh) | 2019-08-29 | 2019-08-29 | 一种社交网络群的边随机化算法及权限控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910809542.6A CN111061919A (zh) | 2019-08-29 | 2019-08-29 | 一种社交网络群的边随机化算法及权限控制方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111061919A true CN111061919A (zh) | 2020-04-24 |
Family
ID=70297485
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910809542.6A Pending CN111061919A (zh) | 2019-08-29 | 2019-08-29 | 一种社交网络群的边随机化算法及权限控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111061919A (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106685893A (zh) * | 2015-11-06 | 2017-05-17 | 中国科学院沈阳计算技术研究所有限公司 | 一种基于社交网络群的权限控制方法 |
| CN106899700A (zh) * | 2017-04-27 | 2017-06-27 | 电子科技大学 | 一种移动社交网络中的位置共享系统的隐私保护方法 |
-
2019
- 2019-08-29 CN CN201910809542.6A patent/CN111061919A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106685893A (zh) * | 2015-11-06 | 2017-05-17 | 中国科学院沈阳计算技术研究所有限公司 | 一种基于社交网络群的权限控制方法 |
| CN106899700A (zh) * | 2017-04-27 | 2017-06-27 | 电子科技大学 | 一种移动社交网络中的位置共享系统的隐私保护方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wei et al. | Differential privacy-based location protection in spatial crowdsourcing | |
| Bahri et al. | When trust saves energy: a reference framework for proof of trust (PoT) blockchains | |
| CN102571746B (zh) | 一种面向云计算环境侧通道攻击防御的虚拟机部署方法 | |
| CN110659514A (zh) | 一种防止网络数据隐私泄露的保护方法 | |
| CN104009987A (zh) | 一种基于用户身份能力的细粒度云平台安全接入控制方法 | |
| CN110933093A (zh) | 一种基于差分隐私保护技术的区块链数据共享平台及方法 | |
| Zhong et al. | Data Security Storage Method for Power Distribution Internet of Things in Cyber‐Physical Energy Systems | |
| CN106487770B (zh) | 鉴权方法及鉴权装置 | |
| CN106685893B (zh) | 一种基于社交网络群的权限控制方法 | |
| Bhadoria et al. | On the role of blockchain technology in the Internet of Things | |
| Zhang et al. | Mobile cloud computing based privacy protection in location‐based information survey applications | |
| Zeng et al. | A decentralized social networking architecture enhanced by blockchain | |
| Zhou et al. | Research on multi-authority CP-ABE access control model in multicloud | |
| CN116170806B (zh) | 一种智能电网lwm2m协议安全访问控制方法及系统 | |
| CN111061919A (zh) | 一种社交网络群的边随机化算法及权限控制方法 | |
| Gerges et al. | Scalable multi-tenant authorization in highly-collaborative cloud applications | |
| Zhu et al. | Blockchain‐Enabled Privacy‐Preserving Location Sharing Scheme for LBSNs | |
| Laszka et al. | Managing the weakest link: A game-theoretic approach for the mitigation of insider threats | |
| Dadhania et al. | Access control mechanism in Internet of Things using blockchain technology: a review | |
| CN113656831A (zh) | 一种基于区块链的边缘轨迹保护方法 | |
| McBride et al. | A zoning algorithm for dynamic cyber zone defense | |
| De Witte et al. | Protecting shared information in networks: a network security game with strategic attacks | |
| Qlu | Secure mechanism of intelligent urban railway cloud platform based on zero-trust security architecture | |
| CN111682940B (zh) | 一种基于l-dht的多租户虚拟域隔离构建方法 | |
| Abi-Char | A user location privacy protection mechanism for lbs using third party-based architectures |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20210407 Address after: Room 206, building 1, 150 Lane 2161, Wanyuan Road, Minhang District, Shanghai, 201821 Applicant after: Shanghai Kuai Yi Ming Shang Yun Technology Co.,Ltd. Address before: Room 208, 599 Lingling Road, Xuhui District, Shanghai 200032 Applicant before: Shanghai Lanzi Network Technology Co.,Ltd. |
|
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200424 |