典型文献
基于节点-邻居图相似性的社会网络匿名技术
文献摘要：
利用传统的k匿名技术在社会网络中进行隐私保护时会存在聚类准则单一、图中数据信息利用不足等问题.针对该问题,提出了一种利用Kullback-Leibler(KL)散度衡量节点1-邻居图相似性的匿名技术(anonymization techniques for measuring the similarity of node 1-neighbor graph based on Kullback-Leibler divergence,SNKL).根据节点1-邻居图分布的相似性对原始图节点集进行划分,按照划分好的类进行图修改,使修改后的图满足k匿名,完成图的匿名发布.实验结果表明,SNKL方法与HIGA方法相比在聚类系数上的改变量平均降低了17.3％,同时生成的匿名图与原始图重要性节点重合度保持在95％以上.所提方法在有效保证隐私的基础上,可以显著的降低对原始图结构信息的改变.
文献关键词：
隐私保护;社会网络;概率不可区分性;k匿名;1-邻居图;网络安全
中图分类号：
作者姓名：
李啸林;章红艳;许佳钰;许力;黄赞
作者机构：
福建师范大学计算机与网络空间安全学院,福州350007;福建师范大学福建省网络安全与密码技术重点实验室,福州350007;福建省无线通讯重点实验室,福州350002
文献出处：
引用格式：
[1]李啸林;章红艳;许佳钰;许力;黄赞-.基于节点-邻居图相似性的社会网络匿名技术)[J].计算机系统应用,2022(11):21-30
A类：
社会网络匿名,SNKL,HIGA,概率不可区分性
B类：
邻居,匿名技术,隐私保护,信息利用,Kullback,Leibler,散度,anonymization,techniques,measuring,similarity,node,neighbor,graph,divergence,点集,分好,成图,聚类系数,重合度,图结构信息
AB值：
0.319705
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
