[发明专利]社交信息安全管理方法

权利要求书

1.社交信息安全管理方法，其特征在于，包括以下步骤：

获取种子节点集，确定所有节点的聚集密度，并在高聚集密度的集合里生成种子节点集，其外层循环为簇的个数，内层循环为高聚集密度集合；

确定计算距离矩阵；

分配节点，外层循环为未分配节点数目，内层循环为簇的个数，各个簇中的节点进行匿名化处理。

2.根据权利要求1所述的社交信息安全管理方法，其特征在于，

获取高聚集密度区域，得到集合High；

选取聚集密度最大的节点作为第一个初始中心节点seed1；

在集合High中选取距离seed1最远的点形成一个集合，在该集合中选取密度最大的点作为seed2；

初始种子节点的表示为：

3.根据权利要求2所述的社交信息安全管理方法，其特征在于，进一步包括匿名化社交网络，包括给定一个社交网络G＝(V，E，A)，根据计算节点之间的相似度进行聚类，使每个聚类中节点的个数大于或等于k，将社交网络中的所有节点通过聚类划分成簇集合，表示为对点集V进行聚类，生成了簇集合Sclt＝{clt1，clt2，…，clts}，Uclti＝V，i，j∈1，2，…，n，i≠j，匿名化社交网络Gano＝(Vano，Eano，Aano)，其中Vano＝{vclt1，vclt2，…vclts}，vclti为匿名化网络的一个匿名节点；Eano＝Vano×Vano，Vclti，Vcltj∈Vano，(Vclti，Vcltj)∈Eano。

4.根据权利要求3所述的社交信息安全管理方法，其特征在于，预先确定社交网络信息集，包括包含用户的个人信息和社交关系信息，其用一个带标签的无向无权图进行描述，表示为G＝(V，E，A)，其中V＝{v1，v2，…，vn}为社交网络中的点集，其中vi(i＝1，2，…，n)表示社交网络中的任一用户；E＝{(vi，vj)|i≠j，1≤i，j≤n}为社交网络中的边集，其中(vi，vj)表示用户vi，vj之间的社交关系；A＝{A1，A2，…，An}是社交网络中的属性集合和用户个人信息的集合，其中Ai＝(ai1，ai2，…，aim)是节点vi(i＝1，2，…，n)的m维属性序列。

5.根据权利要求4所述的社交信息安全管理方法，其特征在于，结构信息特征距离，表示为：

在社交网络G(V，E，A)中，节点集V＝{v1，v2，…，vn}，其中任意一个节点vi的邻居关系可以表示为Neibor＝(nbi1，nbi2，…，nbin)，若vi，vj之间存在社交关系，即存在一条边(vi，vj)∈E，i≠j，则有nbij＝0，否则nbij＝1，节点之间的结构特征距离为：

6.根据权利要求5所述的社交信息安全管理方法，其特征在于，个人信息特征距离，表示为在社交网络G(V，E，A)中，Ai＝(ai1，ai2，…，aim)是节点vi(i＝1，2，…，n)的m维属性序列，表示为：

连续数值型属性信息损失的计算方法为两者之差；

离散型数据的信息损失计算方法为当两属性相等时距离为0，两者不相等时距离为1。

7.根据权利要求1所述的社交信息安全管理方法，其特征在于，网络节点特征综合距离，通过参数α将节点的结构信息特征距离和个人信息特征距离结合为综合距离来测量两个节点之间的距离，在聚类算法中的距离越近，节点聚合在一个超点中，表示为：

CD＝a×SIFD+(1-a)×PIFD。