一种基于效用的社交网络个性化隐私保护算法

作者：袁静

来源：电脑知识与技术, 2019, 15(13): 68-71.

DOI：10.14004/j.cnki.ckt.2019.1472

• 社会网络
• 隐私保护
• k-度匿名
• 信息损失

社交网络中涉及个人身份,社交结构,属性联系等隐私信息,需对对这些信息进行隐匿然后发布。现存的隐私保护方案,例如k度匿名,k度l多样性方案存在匿名过度等问题。为此,提出一种个性化的社交用户属性保护算法D-KDLD。首先将敏感属性节点集合分为关键节点和非关键节点,然后对非关键节点进行分割合并,对关键节点进行属性匿名。实验结果表明提出的方法在有效保护社交网络隐私的同时,还能确保信息的高可用性。

• 单位
  广东工业大学