[发明专利]社交网络去匿名方法、装置、计算机设备和存储介质

说明书

本申请涉及一种社交网络去匿名方法、装置、计算机设备和存储介质。所述方法包括：对预先获取的社交网络进行匿名处理，得到匿名网络；采用随机游走策略，获取匿名网络中预设步数的用户节点序列，根据用户节点序列，构建用户语料库；利用预先设置的词向量模型对用户语料库中的用户进行嵌入，得到用户节点向量；获取预先设置的辅助网络，根据辅助网络中用户节点和匿名网络中用户节点，构建种子节点对；将种子节点对对应的向量对输入预先设置的全连接神经网络，得到训练好的全连接神经网络；将匿名网络中待预测的用户节点向量输入训练好的全连接神经网络，输出所述辅助网络中去匿名的匹配结果。采用本方法能够对匿名处理效果进行检测。

技术领域

本申请涉及图数据处理技术领域，特别是涉及一种社交网络去匿名方法、装置、计算机设备和存储介质。

背景技术

社交网络时刻产生海量的数据，这些数据中蕴含着无数的应用价值。数据挖掘技术是在这种背景下出现和发展的。随着数据挖掘技术的发展，数据挖掘给各个领域带了巨大的价值，包括商业领域，工程领域，医药领域等诸多领域。

伴随社交网络数据挖掘而来的是用户的隐私问题。一份调查显示，网上用户随时面临着财产信息、身份信息、出行信息泄露的风险，同时还会受到软件病毒的威胁，而且，威胁程度与日俱增。社交网络俨然已经成为黑客的巨大目标。社交网络数据可以抽象为图结构数据，图中的节点代表社交网络的用户，边代表社交网络用户之间的关系，对社交网络结构的研究可以抽象为对图结构的研究，类似的结构还有WIFI，蓝牙，即时消息等。数据发布中隐私保护主要针对的是用户的敏感数据、人物身份以及人物关系，现有的手段一般包括删除标志符，K匿名，差分隐私等手段。所有匿名数据都需要通过去匿名技术的检测，去匿名技术可以检测匿名效果，同时逆向提高匿名技术，促进匿名技术的发展，更好的保护用户的隐私。

发明内容

基于此，有必要针对上述技术问题，提供一种社交网络去匿名方法、装置、计算机设备和存储介质。

一种社交网络去匿名方法，所述方法包括：

对预先获取的社交网络进行匿名处理，得到匿名网络；

采用随机游走策略，获取所述匿名网络中预设步数的用户节点序列，根据所述用户节点序列，构建用户语料库；

利用预先设置的词向量模型对所述用户语料库中的用户进行嵌入，得到用户节点向量；

获取预先设置的辅助网络，根据所述辅助网络中用户节点和所述匿名网络中用户节点，构建种子节点对；

将所述种子节点对对应的向量对输入预先设置的全连接神经网络，得到训练好的全连接神经网络；

将匿名网络中待预测的用户节点向量输入训练好的全连接神经网络，输出所述辅助网络中去匿名的匹配结果。

在其中一个实施例中，还包括：获取社交网络中的连边信息；根据预先设置的噪声率，删除所述社交网络中的n％条边，得到剩余连边集合；随机添加n％条边，得到新增连边集合；根据所述剩余连边集合和所述新增连边集合，得到匿名网络。

在其中一个实施例中，还包括：随机生成一条检测边，当所述检测边不在剩余连边集合和所述新增连边集合中时，将所述检测边加入所述新增连边集合；以及，删除所述新增连边集合中与所述剩余连边集合相同的边。

在其中一个实施例中，还包括：对所述用户语料库中的用户节点序列进行one-hot编码，得到N维向量；利用N维向量训练预先设置的Skip-Gram模型，得到训练好的Skip-Gram模型；通过训练好的Skip-Gram模型输出用户节点向量。

在其中一个实施例中，还包括：设置损失函数为：