[发明专利]一种高效的隐私保护子图查询处理方法有效
申请号: | 201811329958.X | 申请日: | 2018-11-09 |
公开(公告)号: | CN109614521B | 公开(公告)日: | 2023-06-27 |
发明(设计)人: | 周水庚;黄凯;胡海波;关佶红 | 申请(专利权)人: | 复旦大学 |
主分类号: | G06F16/901 | 分类号: | G06F16/901;G06F16/903 |
代理公司: | 上海正旦专利代理有限公司 31200 | 代理人: | 陆飞;陆尤 |
地址: | 200433 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明属于隐私保护技术领域,具体为一种高效的隐私保护子图查询处理方法。本发明利用k‑automorphism模型来保护属性图的结构隐私,并通过综合考虑属性的t‑closeness约束以及子图查询在图上的搜索空间来保护属性图的属性隐私,针对结构和属性隐私处理后的图,进一步提出高效的子图查询处理算法。本发明方法框架清晰、使用方便、可扩展性强,并在三个图数据集上的隐私保护和子图查询处理两大任务的结果上,都远远超过了现有方法。本发明能够为隐私保护图数据查询,图数据分析等涉及到隐私保护和图数据处理的领域,提供基础框架和算法的支持。 | ||
搜索关键词: | 一种 高效 隐私 保护 查询 处理 方法 | ||
【主权项】:
1.一种高效的隐私保护子图查询处理方法,其特征在于,具体步骤如下:(一)将原始的图通过k‑automorphism模型构造成一个高度对称的图:对于给定的数据图G和查询子图Q,根据k‑automorphism模型构造一个高度对称的图Gk,为了节省存储空间,只上传Gk的一部分其中可以根据对称的特点重构出Gk;(二)采用TOGGLE算法建模搜索空间,并在满足t‑closeness的约束下,求解优化方案,构造Label‑Label Group的对应表,记为LCT;(三)根据LCT更新k‑automorphism处理后的图以及原始查询子图的Label,并将处理后的图的一部分上传至云服务器;具体来说:对和Q中的Label,分别通过查询LCT得到每个点应该对应的Label group,并对点进行重新标注;将更新后的和Q(更新后为)上传到云服务器;(四)最后,采用PGP查询算法,处理子图查询请求,并返回查询结果。
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复旦大学,未经复旦大学许可,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/patent/201811329958.X/,转载请声明来源钻瓜专利网。