[发明专利]社会网络数据隐私保护方法

摘要

本发明公开一种社会网络数据隐私保护方法，其考虑到原始的社会网络图在发布的时候可能是安全的，但是对于社区检测后的各个子图可能存在隐私泄露问题，保证各个子图安全性的情况下尽可能的保存社区结构，首次提出了社区内的隐私泄露和社区间的隐私泄露，以及对着两种泄露方式不同的应对措施。本发明在保证各个子社区用户隐私安全的情况下，保证了图的结构特性，从而能更好的更细致的对划分后的社区进行更深入的研究。

主权项

1.社会网络数据隐私保护方法，其特征在于，包括如下步骤：步骤1.对数据进行简单的处理，去掉唯一的标识符；步骤2.对社区进行检测，检测过程中统计各个子社区的边介数；当社区检测达到最优时，得到最终各个子社区的度序列、边介数和候选集；其中子社区的候选集为该子社区中度相同且度大于2的节点的集合；步骤3.对于各个子社区，检查其度序列是否能唯一的定位到具体的节点；如果不能，则说明该子社区没有隐私泄露，满足隐私要求；如果能，则说明该子社区有隐私泄露，不满足隐私要求；步骤4.对于有隐私泄露的子社区，判断其唯一的定位到的具体的节点即隐私泄露节点所连接的边是否包括边介数；如果包括，则说明是子社区内部的隐私泄露；如果不包括，则说明是子社区之间的隐私泄露；步骤5.对于子社区内部的隐私泄露，根据伯努利等概率事件，对隐私泄露节点进行等概率删除边或添加边；在添加边的过程中，将隐私泄露节点与该子社区的候选集中的节点进行等概率相连；步骤6.对于子社区之间的隐私泄露，根据伯努利等概率事件，调整边介数被删除的概率，使其概率增大，并将隐私泄露节点与该子社区的候选集中的节点进行等概率相连；步骤7.当所有的子社区均满足隐私要求时，则将得到的满足隐私安全的社会网络图进行发布。