[发明专利]一种基于进化扰动的隐私链路保护方法

摘要

一种基于进化扰动的隐私链路保护方法，包括以下步骤：S1：将网络连边划分为训练集和测试集，其中训练集是扰动对象，测试集用来评价算法有效性；S2：遗传算法包括染色体、适应度函数、选择算子、交叉算子和变异算子，具体设计如下：染色体由删除和增加的连边组成；适应度函数综合考虑了精度和AUC；选择算子为轮盘赌算法；使用单点交叉并处理了交叉冲突；变异算子为基于概率的逐点变异并处理了变异冲突；S3：将交叉和变异产生的子代以及父代的精英个体组成新的子代种群，迭代至遗传算法收敛。本发明利用遗传算法寻找最优连边扰动，在扰动量相同的情况下，达到比随机扰动或者启发式扰动更优的效果，同时也具备较好的迁移效果。

主权项

1.一种基于进化扰动的隐私链路保护方法，其特征在于，所述方法包括以下步骤：S1：假设无权无向网络G(V,E)，将网络所有连边划分为训练集ET和测试集EV，其中训练集是扰动对象，即向训练集增加以及删除连边，测试集是需要保护的隐私连边；S2：使用遗传算法，迭代进化连边扰动，过程如下：S2‑1：染色体的设计：染色体由两部分组成，一部分是删除的连边，另一部分是增加的连边，限制了增加和删除的连边数量，且维持扰动前后网络的总连边数不变；S2‑2：适应度函数的设计：评价链路预测的效果是精度和AUC，设计了一种适应度函数，综合考虑了两者的影响；S2‑3：选择算子的设计：采用轮盘赌的选择方法，即根据适应度的值确定被选择的概率，通过指数函数变换，确保适应度函数恒为正值；S2‑4：交叉算子的设计：通过选择算子选择出一对较优的染色体，根据交叉率，使用单点交叉的方法；如果交叉后出现冲突，即染色体内包含相同的连边，则撤回该连边的交叉操作；S2‑5：变异算子的设计：通过选择算子选择出较优的染色体，遍历染色体内所有删除以及增加的连边，根据变异率随机替换染色体内的连边；如果变异后出现冲突，即染色体内包含相同的连边，则重新选取连边代替；S3：将交叉和变异产生的子代以及父代的精英个体组成新的子代种群，迭代至遗传算法收敛后，将最优个体取出，加入到训练集里，分别用多种链路预测算法计算测试集的预测精度，检验算法的迁移性。