[发明专利]一种社会网络数据敏感属性隐私保护方法

说明书

技术领域

本发明涉及一种社会网络数据敏感属性隐私保护方法。

背景技术

随着互联网技术的蓬勃发展，在线社会网络服务和应用已成为我们生活中不可或缺的一部分，这种现象产生了大量的网络数据，对于市场营销，疾病传播，心理学研究等具有很大的研究价值，但是由于网络数据中可能存在大量个人隐私信息，若不做好保护措施的话，将会引起隐私泄露等问题。因而针对网络数据中的隐私保护研究成为隐私保护领域一个新兴的研究热点。

由于国内对于网络数据中隐私保护研究还处于起步阶段，现有技术中，在对国外研究进展进行了总结描述的基础上，提出了一种能够抵御以节点邻域信息为背景知识的攻击者的攻击的隐私保护方法；进一步现有技术又提出了基于超边矩阵表示的d-邻域子图K-匿名模型，该方法通过矩阵的匹配来实现子图的K-匿名；接下来现有技术又提出了一种基于图自同构的K-Secure社会网络隐私保护模型，解决了K-自同构模型对于路径长度泄露和边泄露存在的隐私安全问题，上述方法都是通过在原图的基础上增加原有网络数据节点间的联系来实现的。现有技术中，另一种广泛使用的是基于聚类的隐私保护方法，通过确保每个聚类中的网络数据节点数目不少于K个，且聚类中任一敏感属性相关的节点的百分比不高于α实现了（α，K）-匿名技术；同样还有通过对网络数据节点进行聚类，再对生成的簇进行簇内泛化和簇间泛化，从而达到隐私保护的目的。

上述针对网络数据中隐私保护的方法大部分只解决了网络数据中标识泄露的隐私保护问题，没有做到对社会网络中个体敏感属性的保护。

发明内容

针对上述技术问题，本发明所要解决的技术问题是提供一种基于L-多样性原理，通过增加新网络数据节点，能够有效保护网络数据安全的社会网络数据敏感属性隐私保护方法。

本发明为了解决上述技术问题采用以下技术方案：本发明设计了一种社会网络数据敏感属性隐私保护方法，其中，社会网络数据结构包括数个原始网络数据节点，各个原始网络数据节点分别包含敏感属性、节点度，原始网络数据节点的节点度表示与该原始网络数据节点之间存在联系的其它原始网络数据节点的个数，且社会网络数据结构中至少包含两个不同的节点度；所述社会网络数据敏感属性隐私保护方法为在社会网络数据结构中添加新网络数据节点，构成新社会网络数据结构；基于L-多样性原理，包含如下步骤：

步骤001.初始L-多样性中需求参数L，将社会网络数据结构中所有原始网络数据节点按节点度划分为至少一个网络数据子集合，其中，相同节点度的原始网络数据节点划分为一个网络数据子集合；同时，社会网络数据结构中所包含的节点度构成节点度集合；

步骤002.从社会网络数据结构中选取节点度最大、且未被锁定的网络数据子集合作为目标网络数据集合；根据y/(x+z)≤1/L，获得针对目标网络数据集合的候选网络数据节点的个数z；将社会网络数据结构中未被锁定的其它网络数据子集合按节点度降序排列，并从其中节点度最大的网络数据子集合开始按降序顺序，在其它网络数据子集合中依次选取敏感属性与目标网络数据集合中出现频次最高的敏感属性不同、且彼此敏感属性不相同的z个网络数据节点作为针对目标网络数据集合的候选网络数据节点；其中，x为目标网络数据集合中所有网络数据节点的个数，y为目标网络数据集合中出现频次最高的敏感属性所对应网络数据节点的个数；

步骤003.根据向社会网络数据结构中添加g个新网络数据节点，选取节点度集合中节点度最小、且未被锁定的节点度作为该g个新网络数据节点的允许最大节点度，并将所选取的节点度锁定，不得再次被选取；其中，n为社会网络数据结构中已经存在、且未达到各自对应允许最大节点度的新网络数据节点的个数，d为目标网络数据集合的节点度，d_i为z个候选网络数据节点中第i个候选网络数据节点的节点度，1≤i≤z；

步骤004.分别建立各个候选网络数据节点与未达到各自对应允许最大节点度的新网络数据节点之间的联系，保证各个候选网络数据节点的节点度与目标网络数据集合的节点度相一致，且各个新网络数据节点的节点度不超过各自对应的允许最大节点度；