[发明专利]一种社交网络群的边随机化算法及权限控制方法

说明书

本发明公开了一种社交网络群的边随机化算法，流程如下：输入社会网络分类后的自由点群和保守点群、原图的邻接矩形M、原图无符号拉斯距阵R及随机化程度K；首先根据数学公式计算M的特征值和特征向量(A1，A2)，R的特征值和特征向量(B1，B2)，从自由群图G中随机选出一条边(m，n)，若i％4＝0且a‑A1≥‖H‖，则找出自由群图G1中所有满足条件a＞A1且b＞B1的边，若没有满足条件的边则在保守群图G2中查找满足该条件的边，本发明涉及社交网络技术领域。本发明，解决现有的隐私保护机制中仅对节点属性进行防护的问题。

技术领域

本发明涉及社交网络技术领域，特别是涉及一种社交网络群的边随机化算法及权限控制方法。

背景技术

社交网络是一种复杂的网络其数据的特点包括非线性、大容量、无标度、高维度等特点，社交网络数据因为科学研究和数据应用共享的需要，因而被大量的收集和发布也就产生了隐私信息滥用的问题，因此如何实现安全高效的隐私数据保护和访问控制是社交网络需要解决的重要问题之一。

在现有的隐私保护机制中最基本的方案都会有基于属性的隐私保护然而随着社交网络攻击技术的发展，仅对节点属性进行防护是不够的，比如在发布的社交关系结构中也会包含大量的信息攻击者，通过对该信息的利用也可以达到用户身份的识别，从而对用户的隐私造成危害。

发明内容

为了解决现有的隐私保护机制中仅对节点属性进行防护的问题，本发明的目的是提供一种社交网络群的边随机化算法及权限控制方法。

为了实现上述目的，本发明采用如下技术方案：一种社交网络群的边随机化算法，流程如下：

S1：输入社会网络分类后的自由点群和保守点群、原图的邻接矩形M、原图无符号拉斯距阵R及随机化程度K；

S2：首先根据数学公式计算M的特征值和特征向量(A1，A2)，R的特征值和特征向量(B1，B2)，从自由群图G中随机选出一条边(m，n)，若i％4＝0且a-A1≥‖H‖，则找出自由群图G1中所有满足条件a＞A1且b＞B1的边，若没有满足条件的边则在保守群图G2中查找满足该条件的边；若i％4＝1，并且a-A1≤‖H‖，则找出自由群图G1中所有满足条件a＜A1，且b＜B1的边，若没有满足条件的边则在保守群图G2中查找满足该条件的边；若i％4＝2并且a-A1≥‖H‖则找出自由群图G中所有满足条件a＞A1且b＞B1的边，若没有满足条件的边则在保守群图G2中查找满足该条件的边；若i％4＝3并且a-A1≤‖H‖则找出自由群图G中所有满足条件a＜A1且b＜B1的边，若没有满足条件的边则在保守群图G2中查找满足该条件的边；

S3：从满足以上条件的边中随机选出一条边(x,y)，则将边(m，n)与(x,y)换为(m，x)与(n，y)，并令循环次数i加1；

S4：如果i＜K，则重复执行S1和S2；

S5：输出随机化后的图。

优选的，社会网络中的节点分为自由点、中性点和保守点三类。

优选的，S2中将社会网络分为两个群，并将自由点和中性点归为自由群，保守点作为保守群。

一种社交网络群的权限控制方法，流程如下：

S1：将社交网络中的每一个服务节点G，规定其基准范围阈值R，当用户节点C与服务节点G的位置间距小于时R，则用户C具备访问G的信息的权利，当这个间距大于时R，默认不将该服务节点推荐给用户节点；

S2：当用户进入服务节点G中可选择访问对象，当用户C需要访问用户A的信息时，则权限访问控制器首先判断C与A是否处于相同的群；若在相同的群中，则利用Dijkstra算法计算C对于A的信任距离θ，当信任距离小于某个阀值时，则用户C具有访问A的信息的权限，且用户A也可屏蔽用户C；如果信任距离大于某个阀值时，则返回不具有访问A的信息的权限。