计算机科学与探索 ›› 2013, Vol. 7 ›› Issue (11): 961-972.DOI: 10.3778/j.issn.1673-9418.1305051
陈 可1,刘向宇1,王 斌1,张弘毅2,杨晓春1+
CHEN Ke1, LIU Xiangyu1, WANG Bin1, ZHANG Hongyi2, YANG Xiaochun1+
摘要: 随着社会网络的普及,社会网络数据的隐私保护问题,已经成为数据隐私研究领域学者普遍关注的热点问题。由于隐私信息异常广泛,攻击者可以利用多种背景知识进行隐私攻击。现有的隐私保护技术,大多针对简单社会网络,并不适用于加权社会网络。对加权社会网络中的路径隐私泄露问题进行了研究,针对最短路径识别提出了加权图k-可能路径匿名(k-possible path anonymity,KPPA)隐私保护模型,来防止基于加权社会网络的最短路径隐私攻击,设计了一种基于权重泛化的匿名方法来实现KPPA算法。通过在真实数据集上的大量测试研究,证明了KPPA算法对于加权图路径隐私保护的有效性,同时基于KPPA算法可以保留原图结构性质,提高权重信息的可用性。