CN113706326A - 基于矩阵运算的移动社会网络图修改方法 - Google Patents
基于矩阵运算的移动社会网络图修改方法 Download PDFInfo
- Publication number
- CN113706326A CN113706326A CN202111014008.XA CN202111014008A CN113706326A CN 113706326 A CN113706326 A CN 113706326A CN 202111014008 A CN202111014008 A CN 202111014008A CN 113706326 A CN113706326 A CN 113706326A
- Authority
- CN
- China
- Prior art keywords
- list
- node
- modified
- nodes
- social network
- 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
Links
- 239000011159 matrix material Substances 0.000 title claims abstract description 50
- 238000010586 diagram Methods 0.000 title claims abstract description 40
- 238000002715 modification method Methods 0.000 title claims abstract description 11
- 230000004048 modification Effects 0.000 claims abstract description 17
- 238000012986 modification Methods 0.000 claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 13
- 230000008569 process Effects 0.000 claims abstract description 6
- 238000004590 computer program Methods 0.000 claims description 11
- 238000009826 distribution Methods 0.000 claims description 6
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 230000006855 networking Effects 0.000 claims 2
- 235000008694 Humulus lupulus Nutrition 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Computing Systems (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mobile Radio Communication Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及一种基于矩阵运算的移动社会网络图修改方法,包括以下步骤:步骤S1:获取待修改社会网络图可达矩阵集合A;步骤S2:确定待修改社会网络图中每个节点需要修改的信息,并创建待修改列表List;步骤S3:对于待修改社会网络图图中的每个节点,根据待修改列表List判断是否需要加边,若需要则根据可达矩阵集合,依次判断二跳邻居到五跳邻居中是否有需要加边的节点,若有则在两节点之间增加一条边,同时更新两点在待修改列表List中的值,若不能使当前节点List值为零,则跳过此节点,继续在List中寻找需加边节点;步骤S4:若所有节点遍历完后,List中仍然存在非零值,则直接向网路中添加Max(List)个节点,与仍需加边的节点随机连边,使List中的值全部为零,从而完成图修改。
Description
技术领域
本发明涉及数据中心网络安全领域,特别是涉及一种基于矩阵运算的移动社会网络图修改方法。
背景技术
随着网络与计算机技术的快速发展,人们的日常生活与互联网正在不断的相互融合,人们通过如微信、QQ、新浪微博等各种社交软件以及平台来发布自己的兴趣爱好、地点等信息,同时,在获取他人信息并产生互动的时候,自己与他人的关系也一定程度上被被动的发布,随着用户发布信息越来越多,与他人互动的信息不断的产生,用户的网络形象就被进一步的丰富,能够用于确定用户身份的信息也越来越多。成千上万的用户在平台上进行信息的发布,通过对这些数据进行分析与筛选,便可获得用户的身份信息以及关系信息等隐私数据,造成用户隐私的泄露。因此如何在保证发布数据具有可用性和价值的前提下保护用户数据的隐私,成为了人们一直关注的问题。
发明内容
有鉴于此,本发明的目的在于提供一种基于矩阵运算的移动社会网络图修改方法,可以将网络中的拓扑关系在矩阵中反映出来,具有出色的运算性能,并且能够直接的反映出结点之间的关系,同时通过可达矩阵的跳数,可以限制连边节点之间的距离,保证了修改后图的可用性,并有效提高修改效率。
为实现上述目的,本发明采用如下技术方案:
一种基于矩阵运算的移动社会网络图修改方法,包括以下步骤:
步骤S1:获取待修改社会网络图可达矩阵集合A;
步骤S2:确定待修改社会网络图中每个节点需要修改的信息,并创建待修改列表List;
步骤S3:对于待修改社会网络图图中的每个节点,根据待修改列表List判断是否需要加边,若需要则根据可达矩阵集合,依次判断二跳邻居到五跳邻居中是否有需要加边的节点,若有则在两节点之间增加一条边,同时更新两点在待修改列表List中的值,若不能使当前节点List值为零,则跳过此节点,继续在List中寻找需加边节点;
步骤S4:若所有节点遍历完后,List中仍然存在非零值,则直接向网路中添加Max(List)个节点,与仍需加边的节点随机连边,使List中的值全部为零,从而完成图修改。
进一步的,所述可达矩阵集合A,具体为对于任意一个待修改的社会网络图,可达矩阵集合A={A 2 ,A 3 ,A 4 ,A 5 }指的是待修改图对应的仅二跳可达矩阵到仅五跳可达矩阵组成的集合。
进一步的,所述步骤S2具体为:
S201:使用节点及其邻居节点的特征分布来代表当前节点的特征序列,并使用相对熵模型来进行相似性的判断,最终将图中的节点根据其一邻居子图的特征分布划分为若干个相似类,每个类中包含若干相似节点,他们具有高度的结构相似性。
S202:对于每一个类,确定其中度最大的节点max,对于类中剩余的节点i,List[i]的值为节点max的度与节点i的度之差。
进一步的,所述步骤S3的具体步骤为:
S301:遍历图中的每一个节点i,若List[i]的值大于零,则开始进行加边操作;
S302:令N=2,若N的值为6则退出;
S302:在仅N跳可达矩阵中,搜索节点i对应的行或列,得到节点i的N跳邻居集合P;
S303:遍历P中的节点j,若List[j]的值大于零,则在节点i与节点j之间添加一条边,同时List[i]与List[j]的值减一;若List[i]的值为零,则当前节点加边结束,继续执行步骤301;若List[i]的值不为零,则令N的值增加1,重复执行S302。
进一步的,所述S4的具体步骤为:
S401:查找List中的最大值Max;
S401:向网络中添加数量为Max的孤立节点;
S402:遍历待修改列表List查找仍需添加边的节点,使这些点随机的与孤立点进行连边,添加连边的数量为List[i]对应的值,因此List列表中所有的值均为零,完成图修改操作。
一种基于矩阵运算的移动社会网络图修改系统,包括处理器、存储器以及存储在所述存储器上的计算机程序,所述处理器执行所述计算机程序时,具体执行如上所述的移动社会网络图修改方法中的步骤。
本发明与现有技术相比具有以下有益效果:
本发明可以将网络中的拓扑关系在矩阵中反映出来,具有出色的运算性能,并且能够直接的反映出结点之间的关系,同时通过可达矩阵的跳数,可以限制连边节点之间的距离,保证了修改后图的可用性,并有效提高移动社会网络图修改效率。
附图说明
图1是本发明流程示意图;
图2是本发明一实施例中的仅二跳可达矩阵与仅三跳可达矩阵与网络拓扑关系图;
图3是本发明一实施例中的节点与n跳邻居加边示意图;
图4是本发明一实施例中的节点与孤立点集之间随机连边示意图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
在本实施例中,设无向图,其中V为图中所有节点集合,E为图中所有边集合。根据可达路径的长度将可达矩阵分为四个等级。定义如果矩阵中元素ai,j=1代表的是节点i到节点j仅有二跳路径,则称当前矩阵为仅二跳可达矩阵,如果矩阵中元素ai,j=1代表的是节点i到节点j仅有三跳路径,无三跳以下的路径,则称当前矩阵为仅三跳可达矩阵,如果矩阵中元素ai,j=1代表的是节点i到节点j仅有四跳路径,无四跳以下路径,则称当前矩阵为仅四跳可达矩阵,如果矩阵中元素ai,j=1代表的是节点i到节点j仅有五跳路径,无五跳以下路径,则称当前矩阵为仅五跳可达矩阵。
请参照图1,本发明提供一种基于矩阵运算的移动社会网络图修改方法,其包括以下步骤:
S1 确定可达矩阵集合A如图2所示。对于任意一个待修改的社会网络图,可达矩阵集合A={A 2 ,A 3 }指的是待修改图对应的仅二跳可达矩阵与仅三跳可达矩阵组成的集合。
S2 确定原始图中每个节点需要修改的信息,创建待修改列表List。使用分类算法将图中的节点分为若干个类,将同一类中节点的度均修改为当前类中节点的最大度,因此对于图中的任意一个节点i,待修改列表List[i] 的值存储的是节点i需要增加边的数量。
S3 如图3所示对于图中的每个节点,根据待修改列表List判断是否需要加边,若需要则根据可达矩阵集合,依次判断二跳邻居到五跳邻居中是否有需要加边的节点,若有则在两节点之间增加一条边,同时更新两点在待修改列表List中的值,若不能使当前节点List值为零,则跳过此节点,继续在List中寻找需加边节点。
S5 如图4所示若List中所有节点遍历完后,List中仍然存在非零值,则直接向网路中添加Max(List)个节点,与仍需加边的节点随机连边,使List中的值全部为零,从而完成图修改。
优选的,在本实施例中,步骤S2的具体步骤为:
S201.使用节点及其邻居节点的特征分布来代表当前节点的特征序列,并使用相对熵模型来进行相似性的判断,最终将图中的节点根据其一邻居子图的特征分布划分为若干个相似类,每个类中包含若干相似节点,他们具有高度的结构相似性。
S202.对于每一个类,确定其中度最大的节点max,对于类中剩余的节点i,List[i] 的值为节点max的度与节点i的度之差。
优选的,在本实施例中,步骤S3的具体步骤为:
S301.遍历图中的每一个节点i,若List[i]的值大于零,则开始进行加边操作。
S302.令N=2,若N的值为6则退出
S302.在仅N跳可达矩阵中,搜索节点i对应的行或列,得到节点i的N跳邻居集合P。
S303.遍历P中的节点j,若List[j]的值大于零,则在节点i与节点j之间添加一条边,同时List[i]与List[j]的值减一。若List[i]的值为零,则当前节点加边结束,继续执行步骤301。若List[i]的值不为零,则令N的值增加1,重复执行步骤302。
优选的,在本实施例中,步骤S4的具体步骤为:
S501.查找List列表中的最大值Max。
S501.向网络中添加数量为Max的孤立节点。
S502.遍历待修改列表List查找仍需添加边的节点,使这些点随机的与孤立点进行连边,添加连边的数量为List[i]对应的值,因此List列表中所有的值均为零,完成图修改操作。
本发明采用以上技术方案,在图修改过程中,使用待修改列表寻找原始图中需要加边节点,根据可达矩阵寻找需加边节点六跳内同样需要加边的节点来进行连边,六跳内无法寻找足够的匹配节点,则直接与孤立点集进行相连,使得整个图中所有节点均满足加边要求,完成图修改。本发明的有益效果在于:1、研究了图的邻接矩阵这种性质优良、计算方便的图关系结构;2、通过可达矩阵的跳数来限制相互连接两个节点之间的距离,从而保证了图的最短路径相较于随机添加边的改变量更小;3、通过对节点进行边的添加,使得同类的节点之间具有结构相似性,保护了节点的隐私;4、得到可用性较高的修改图,同时修改前与修改后的图具有概率不可区分性。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述,仅是本发明的较佳实施例而已,并非是对本发明作其它形式的限制,任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型,仍属于本发明技术方案的保护范围。
Claims (6)
1.一种基于矩阵运算的移动社会网络图修改方法,其特征在于,包括以下步骤:
步骤S1:获取待修改社会网络图可达矩阵集合A;
步骤S2:确定待修改社会网络图中每个节点需要修改的信息,并创建待修改列表List;
步骤S3:对于待修改社会网络图图中的每个节点,根据待修改列表List判断是否需要加边,若需要则根据可达矩阵集合,依次判断二跳邻居到五跳邻居中是否有需要加边的节点,若有则在两节点之间增加一条边,同时更新两点在待修改列表List中的值,若不能使当前节点List值为零,则跳过此节点,继续在List中寻找需加边节点;
步骤S4:若所有节点遍历完后,List中仍然存在非零值,则直接向网路中添加Max(List)个节点,与仍需加边的节点随机连边,使List中的值全部为零,从而完成图修改。
2.根据权利要求1所述的基于矩阵运算的移动社会网络图修改方法,其特征在于,所述可达矩阵集合A,具体为对于任意一个待修改的社会网络图,可达矩阵集合A={A 2 ,A 3 ,A 4 , A 5 }指的是待修改图对应的仅二跳可达矩阵到仅五跳可达矩阵组成的集合。
3.根据权利要求1所述的基于矩阵运算的移动社会网络图修改方法,其特征在于,所述步骤S2具体为:
S201:使用节点及其邻居节点的特征分布来代表当前节点的特征序列,并使用相对熵模型来进行相似性的判断,最终将图中的节点根据其一邻居子图的特征分布划分为若干个相似类,每个类中包含若干相似节点,他们具有高度的结构相似性;
S202:对于每一个类,确定其中度最大的节点max,对于类中剩余的节点i,List[i] 的值为节点max的度与节点i的度之差。
4.根据权利要求1所述的基于矩阵运算的移动社会网络图修改方法,其特征在于,所述步骤S3的具体步骤为:
S301:遍历图中的每一个节点i,若List[i]的值大于零,则开始进行加边操作;
S302:令N=2,若N的值为6则退出;
S302:在仅N跳可达矩阵中,搜索节点i对应的行或列,得到节点i的N跳邻居集合P;
S303:遍历P中的节点j,若List[j]的值大于零,则在节点i与节点j之间添加一条边,同时List[i]与List[j]的值减一;若List[i]的值为零,则当前节点加边结束,继续执行步骤301;若List[i]的值不为零,则令N的值增加1,重复执行S302。
5.根据权利要求1所述的基于矩阵运算的移动社会网络图修改方法,其特征在于,所述S4的具体步骤为:
S401:查找List中的最大值Max;
S401:向网络中添加数量为Max的孤立节点;
S402:遍历待修改列表List查找仍需添加边的节点,使这些点随机的与孤立点进行连边,添加连边的数量为List[i]对应的值,因此List列表中所有的值均为零,完成图修改操作。
6.一种基于矩阵运算的移动社会网络图修改系统,其特征在于,包括处理器、存储器以及存储在所述存储器上的计算机程序,所述处理器执行所述计算机程序时,具体执行如权利要求1-5任一项所述的移动社会网络图修改方法中的步骤。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111014008.XA CN113706326B (zh) | 2021-08-31 | 2021-08-31 | 基于矩阵运算的移动社会网络图修改方法 |
US18/033,556 US20230401281A1 (en) | 2021-08-31 | 2022-08-23 | Matrix operation-based method for modifying mobile social network graph |
PCT/CN2022/114230 WO2023030094A1 (zh) | 2021-08-31 | 2022-08-23 | 基于矩阵运算的移动社会网络图修改方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111014008.XA CN113706326B (zh) | 2021-08-31 | 2021-08-31 | 基于矩阵运算的移动社会网络图修改方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113706326A true CN113706326A (zh) | 2021-11-26 |
CN113706326B CN113706326B (zh) | 2023-05-30 |
Family
ID=78658138
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111014008.XA Active CN113706326B (zh) | 2021-08-31 | 2021-08-31 | 基于矩阵运算的移动社会网络图修改方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230401281A1 (zh) |
CN (1) | CN113706326B (zh) |
WO (1) | WO2023030094A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115277156A (zh) * | 2022-07-22 | 2022-11-01 | 福建师范大学 | 一种社交网络中抵抗邻居攻击的用户身份隐私保护方法 |
WO2023030094A1 (zh) * | 2021-08-31 | 2023-03-09 | 福建师范大学 | 基于矩阵运算的移动社会网络图修改方法 |
CN115858874A (zh) * | 2022-12-29 | 2023-03-28 | 山东启光信息科技有限责任公司 | 一种基于代数方法的node2vector算法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013210986A (ja) * | 2012-03-30 | 2013-10-10 | Sony Corp | 情報処理装置および情報処理方法、並びにプログラム |
CN104866781A (zh) * | 2015-05-27 | 2015-08-26 | 广西师范大学 | 面向社区检测应用的社会网络数据发布隐私保护方法 |
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 |
KR101714897B1 (ko) * | 2015-09-10 | 2017-03-10 | 중앙대학교 산학협력단 | 복수의 sns의 식별정보 매칭 방법 및 장치 |
CN106980795A (zh) * | 2017-02-28 | 2017-07-25 | 广西师范大学 | 社会网络数据隐私保护方法 |
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 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9892210B2 (en) * | 2014-10-31 | 2018-02-13 | Microsoft Technology Licensing, Llc | Partial graph incremental update in a social network |
US9832106B2 (en) * | 2015-06-23 | 2017-11-28 | Juniper Networks, Inc. | System and method for detecting network neighbor reachability |
CN111723399B (zh) * | 2020-06-15 | 2023-08-29 | 内蒙古科技大学 | 一种基于k-核的大规模社会网络有向图隐私保护方法 |
CN113706326B (zh) * | 2021-08-31 | 2023-05-30 | 福建师范大学 | 基于矩阵运算的移动社会网络图修改方法 |
-
2021
- 2021-08-31 CN CN202111014008.XA patent/CN113706326B/zh active Active
-
2022
- 2022-08-23 US US18/033,556 patent/US20230401281A1/en active Pending
- 2022-08-23 WO PCT/CN2022/114230 patent/WO2023030094A1/zh unknown
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013210986A (ja) * | 2012-03-30 | 2013-10-10 | Sony Corp | 情報処理装置および情報処理方法、並びにプログラム |
CN104866781A (zh) * | 2015-05-27 | 2015-08-26 | 广西师范大学 | 面向社区检测应用的社会网络数据发布隐私保护方法 |
KR101714897B1 (ko) * | 2015-09-10 | 2017-03-10 | 중앙대학교 산학협력단 | 복수의 sns의 식별정보 매칭 방법 및 장치 |
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 |
CN106980795A (zh) * | 2017-02-28 | 2017-07-25 | 广西师范大学 | 社会网络数据隐私保护方法 |
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 |
Non-Patent Citations (1)
Title |
---|
兰丽辉;鞠时光;: "一种基于随机投影的加权社会网络隐私保护方法", 计算机科学 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023030094A1 (zh) * | 2021-08-31 | 2023-03-09 | 福建师范大学 | 基于矩阵运算的移动社会网络图修改方法 |
CN115277156A (zh) * | 2022-07-22 | 2022-11-01 | 福建师范大学 | 一种社交网络中抵抗邻居攻击的用户身份隐私保护方法 |
CN115277156B (zh) * | 2022-07-22 | 2023-05-23 | 福建师范大学 | 一种社交网络中抵抗邻居攻击的用户身份隐私保护方法 |
CN115858874A (zh) * | 2022-12-29 | 2023-03-28 | 山东启光信息科技有限责任公司 | 一种基于代数方法的node2vector算法 |
Also Published As
Publication number | Publication date |
---|---|
US20230401281A1 (en) | 2023-12-14 |
CN113706326B (zh) | 2023-05-30 |
WO2023030094A1 (zh) | 2023-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113706326B (zh) | 基于矩阵运算的移动社会网络图修改方法 | |
Doerr et al. | Why rumors spread so quickly in social networks | |
Doerr et al. | Social networks spread rumors in sublogarithmic time | |
Mahdavi Pajouh et al. | Minimum vertex blocker clique problem | |
JP6608972B2 (ja) | ソーシャルネットワークに基づいてグループを探索する方法、デバイス、サーバ及び記憶媒体 | |
Etesami et al. | Complexity of equilibrium in competitive diffusion games on social networks | |
CN109064348A (zh) | 一种在社交网络中封锁谣言社区并抑制谣言传播的方法 | |
Roshanbin | Burning a graph as a model for the spread of social contagion | |
CN111723399A (zh) | 一种基于k-核的大规模社会网络有向图隐私保护方法 | |
CN111159577B (zh) | 一种社群划分方法、装置、存储介质及电子装置 | |
Bossek et al. | Runtime analysis of randomized search heuristics for dynamic graph coloring | |
Feng et al. | Neighborhood matters: Influence maximization in social networks with limited access | |
Scaman et al. | A greedy approach for dynamic control of diffusion processes in networks | |
Dey et al. | A survey on the role of centrality as seed nodes for information propagation in large scale network | |
CN111274457B (zh) | 一种网络图分割方法及存储介质 | |
CN109802859A (zh) | 一种网络图中的节点推荐方法和服务器 | |
Drees et al. | Churn-and dos-resistant overlay networks based on network reconfiguration | |
CN111178678B (zh) | 基于社团影响力的网络节点重要性评估方法 | |
Yan et al. | Structure optimization based on memetic algorithm for adjusting epidemic threshold on complex networks | |
CN109993338B (zh) | 一种链路预测方法及装置 | |
Du et al. | Identify connected positive influence dominating set in social networks using two-hop coverage | |
Wickramaarachchi et al. | Distributed exact subgraph matching in small diameter dynamic graphs | |
Chang | Efficient distributed decomposition and routing algorithms in minor-free networks and their applications | |
Ding et al. | Self-stabilizing selection of influential users in social networks | |
Bhandari et al. | Betweenness centrality updation and community detection in streaming graphs using incremental algorithm |
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 |