[发明专利]基于保度攻击的社交网络关键人物隐匿方法在审

专利信息
申请号: 202111626397.1 申请日: 2021-12-28
公开(公告)号: CN114301674A 公开(公告)日: 2022-04-08
发明(设计)人: 宣琦;毛勇超;周波;吕宇乾 申请(专利权)人: 浙江工业大学
主分类号: H04L9/40 分类号: H04L9/40;H04L67/1042;G06N3/12
代理公司: 杭州天正专利事务所有限公司 33201 代理人: 王兵;王幸祥
地址: 310014 浙*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 攻击 社交 网络 关键人物 隐匿 方法
【说明书】:

基于保度攻击的社交网络关键人物隐匿方法,包括:步骤S1,假设无向无权网络G,利用K‑core分解算法对网络中的每个节点分配一个核值,定义社交网络中核值最高的节点为关键人物;S2,预设定一种基于保度攻击的重连方案;S3,按照步骤S2所述重连方案选择链路,并且使用遗传算法执行重连操作;S4,评定遗传算法的隐匿效果,输出隐匿关键人物的最优策略;本发明利用保度攻击的方法,融合经典的进化算法,可以保证在不被黑客攻击所发现的情况下,有效的隐匿社交网络中关键人物所在的节点,提升网络的安全性。

技术领域

本发明涉及数据挖掘和网络节点处理技术,尤其涉及一种基于保度攻击的社交网络关键人物隐匿方法。

背景技术

近年来,随着信息技术和计算机技术的迅速发展,网络科学在生活中的各个领域发挥着重要作用,如今这些网络的规模愈发庞大和复杂,分析的难度和应用的价值也相应地越来越大。因此评判一个网络里某些关键节点与其他节点的重要程度和关注度,已成为网络科学领域的研究重点,且在各类网络如通信网络,电力网络,社交网络和交通网络中有着重要作用。如在社交网络里,好友关注度在推荐系统、用户之间的相关性和预测用户的行为模式上有着重要的作用,因为用户节点的重要程度和关注程度是各不相同的,有些用户是某领域上的意见领袖用户,而有些用户只是普通的网民,所以合理的进行节点重要性排序可以有助于评估当前用户节点对整个社交网络的重要性程度,以及后续对处理网络的划分,如社区划分等工作带来便利,同时也有助于提升算法的性能和模型的效果。例如,有研究人员声称,如果一个关键的个体物种得到准确确认,那么保护关键的动物可以帮助种群繁衍、维持稳定,实现多样化食物供应的可持续生产,最终还能够修复因非法狩猎而受损的生态系统。在网络安全和云计算领域,研究表明,当5%~10%的关键节点受到攻击时,整个网络将陷入瘫痪。例如:2003年一条瑞士与意大利电网间的互联线跳闸却引发了意大利全国范围内的大规模停电;在城市的交通网中往往存在着几个重要的交通枢纽,当这些少量的重要枢纽发生拥堵时则会间接引发全城的交通拥堵现象;在短视频和网络直播发展迅猛的当前,往往是少数自媒体或者主播这些关键节点掌握着大量平台资源和流量。保护关键节点不仅可以提高整个网络的生存能力和鲁棒性,还可以提高网络抵抗常规攻击的能力。

传统的网络,黑客可以通过节点排序算法轻而易举的发现网络中的关键节点。为此,本发明以经典的K-core分解算法为例,可以通过对抗攻击的方法扰乱网络节点的核值,使得K-core分解算法无法识别网络中的关键节点,达到隐匿效果。节点的核值是在网络初始化中,由K-core分解算法为网络中的每一个节点分配所得。本发明定义社交网络中核值最高的节点为关键人物。利用保度攻击的方法,可以保证在攻击扰动满足限制的情况下,有效的隐匿社交网络中关键人物所在的节点,所谓的隐匿即通过本发明实现节点核值发生变化。

专利CN 108449311 A提出了一种基于攻击节点相似性的社交关系隐匿方法,主要核心是利用节点相似性隐匿节点之间的链路,以链路预测的视角来保护用户的社交隐私,而没有基于网络节点本身及其邻居节点的拓扑性质进行关键节点隐匿保护。

发明内容

本发明要克服现有技术的上述缺点,提供基于保度攻击的社交网络关键人物隐匿方法。

本发明依据经典的网络节点重要性排序指标,以及K-core分解算法,通过保度攻击,即重连原有网络的部分链路,但不会改变节点的度值,融合遗传算法筛选满足限制条件的链路,经过对抗攻击,并依据K-core分解的原理,使网络节点的核值发生变化,得到错误的网络节点重要性排序,有效的对社交网络中关键人物所在的节点进行隐匿。

本发明实现上述发明目的所采用的技术方案如下:

基于保度攻击的社交网络关键人物隐匿方法,包括以下步骤:

S1:假设无向无权网络G,利用K-core分解算法对网络中的每个节点分配一个核值,定义社交网络中核值最高的节点为关键人物;

S2:预设定一种基于保度攻击的重连方案;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江工业大学,未经浙江工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111626397.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top