本发明专利技术针对网络图中最短路径上的加权敏感边提出一种隐私保护方法，所述方法包含以下步骤：步骤1）、在建立的加权网络图中列出所有节点对间的最短路径集合；步骤2）、计算边介数值，并通过设置边介数阈值区分“敏感边”与“非敏感边”；步骤3）、对不同类型的敏感边执行添加伪边或修改边权值操作；步骤4）、删除原来的敏感边以实现节点对上重要关系的隐私保护。本发明专利技术通过添加伪边或修改边权值，再加上删除原敏感边相结合方法，这样就将原来由敏感边直接连接的关系转化为间接连通关系，由此可有效防御针对加权敏感边的恶意攻击，实现社会网络重要用户关系数据的隐私保护。
【技术实现步骤摘要】
本专利技术属于针对加权网络图中用户重要关系的信息安全保护
，该方法特别适用于社交网络中重要路径上敏感边的隐私保护方法。
技术介绍
社会网络主要包含两类重要信息：节点属性数据和用户关系数据，目前各种针对用户关系数据的隐私攻击和泄露引发了一系列严重的安全威胁和社会问题。然而，近年来针对敏感关系的隐私保护研究并不多，归纳现有方法大致可分为三种：1）匿名化模型、2）图修改方法、3）数值扰乱法。1）匿名化模型匿名化模型主要是指k-度匿名图，所谓k-度匿名图是指对于该图中的任意节点，至少有k-1个节点与该点的度相同。(请参见：Liu K, Terzi E. Towards identity anonymization on graphs[A].Proceedings of the 2008 ACM SIGMOD international conference on Management of data(SIGMOD’08) [C].New York: ACM, 2008.93-106.)。通过采用动态规划方法实现以加入最少数目边为代价来生成k-度匿名度。该方法严重降低了网络可用性，也没有涉及到敏感边的隐私保护。虽然李静等（请参见：李静, 韩建民. 一种含敏感关系社会网络隐私保护方法-(k, l)-匿名模型[J]. 小型微型计算机系统, 2013, 34(5): 1003-1008.）提出了针对敏感关系的k-度匿名隐私保护技术，但该文讨论的敏感边是指多种关系类型中的一种特定关系（例如朋友关系、师生关系、夫妻关系、同事关系、同学关系等复合关系中假定夫妻关系为敏感关系），且关系边没有考虑带权值的情况。2）图修改方法图修改方法主要是通过随机添加、删除节点或边和交换边端点等操作实现隐私保护，例如E.Zheleva等（请参见：E.Zheleva, L.Getoor. Preserving the privacy of sensitive relationships in graph data[C]. Proceedings of the 1st ACM SIGKDD Workshop on Privacy, Security, and Trust in KDD (PinKDD'07), 2007: 153-171）提出五种针对敏感边的隐私保护策略：①简单移除敏感边；②将一些能推断出敏感边的可发布边与敏感边同时移除；③先将节点进行聚类，然后再将边进行聚类；④在③的基础上进行有约束的边聚类；⑤移除网络中所有边。该研究所讨论的敏感边也是指多种关系类型中的一种特定关系，且关系边不带权值的情况。3）数值扰乱法数值扰乱方法通过对数值信息进行随机化的扰乱和修改使得攻击者不能猜测出原始真实数值，目前主要用于为加权网络图中的边权重提供隐私保护。Liu等（请参见：Liu L, Wang J, Liu J, Zhang J. Privacy preserving in social networks against sensitive edge disclosure[R]. Technical Report, University of Kentucky, 2008.）提出在边权重中加入高斯噪声进行扰乱，但该方法是针对图中所有节点的边权值进行扰动，没有区分出敏感边与非敏感边关系，不适于保护图中频繁路径上的重要节点关系。综上所述各类方法均存在不足之处，目前人们对敏感边的概念至今还未形成统一认识，特别是针对网络最短路径上加权敏感边的隐私保护方法非常缺乏。
技术实现思路
为了解决现有技术中存在的上述技术问题，本专利技术提供一种针对网络图最短路径上的加权敏感边隐私保护方法，利用边介数特征区分“敏感边”与“非敏感边”，并对不同类型的敏感边执行添加伪边或修改边权值操作后，再通过删除原敏感边以实现对用户重要关系的隐私保护。本专利技术包括以下技术步骤：（1）将社会网络建模为加权无向图形式，其中表示节点集，代表边集，然后将图采用邻接矩阵表示，由此可用代表图中n个顶点的边权值矩阵，矩阵中元素表示顶点i与j间的边权值。再运用Floyd-Warshall算法（请参见:Cormen, Thomas H.,Leiserson, Charles E.,Rivest, Ronald L. (1990). Introduction to Algorithms (1st ed.). MIT Press and McGraw-Hill.见章节Section 26.2, \The Floyd–Warshall algorithm\, pp. 558-565 and Section 26.4, \A general framework for solving path problems in directed graphs\, pp. 570-576.）生成网络图中所有节点对间的最短路径集合P，该算法主要运用动态规划思想迭代求出任意两节点间权值相加最小的路径即为最短路径，满足以下公式：其中，表示节点i与j之间的间接距离，k表示迭代次数，表示节点i与j间的直接边权值。（2）计算每条边例如在路径集合P中的介数值BC(Betweenness Centrality, BC)，如下式：式中，表示最短路径集合里的总路径数，表示最短路径集合里包含有边的路径条数。根据边介数阈值(>0)区分路径集合P里的“敏感边”与“非敏感边”，给定属于“敏感边”时所要满足的条件是边介数大于等于阈值，该阈值则等于所有边介数的算术平均值，即满足如下公式：其中，表示图中任意边的介数值，表示的总边数。（3）将敏感边集合M按照边介数值从大到小排列，依次取出敏感边并分析和判断该敏感边的两端邻居状态：一种是敏感边两端仅有一端节点的度大于1的情况，如图1a所示。另一种是敏感边两端节点的度都大于1的情况如图1b所示，进一步地，当敏感边两端都有多个邻居时，邻居间的关系结构比较复杂，又具体地包含了三种情形：两端邻居直接相连情形(如图2a)，两端邻居不直接相连情形(如图2b)和两端有共同邻居相连呈三角环情形(如图2c)。（4）对不同类型的敏感边执行添加伪边或修改边权值操作，包括以下步骤依次执行：（4.1）判断如果敏感边仅有一端有邻居节点，则将敏感边的另一端（该端节点度等于1）直接与所有邻居节点相连并赋予权值等于敏感边及其邻居边权值的平均值。（如图3所示）（4.2）判断如果敏感边两端都有邻居节点（两端节点度都大于1），则进一步判断两端邻居节点间的关系状态，共有三种情形：（4.2.1）当两端邻居节点直接相连时，将相连邻居边的权值修改为敏感边与该边权值的平均值。（如图4a示）（4.2.2）当两端邻居节点不相连时，则添加一条与敏感边权值相同的伪边，但如果两端有多对邻居时，则需逐对选择邻居后添加与敏感边权值相同的伪边，选择成对邻居的原则是以敏感边两端的非敏感边权值相加最小的成为一对。（如图4b示）（4.2.3）当敏感边两端与相同的邻居节点连接时，则分别将两端与邻居相连的边权值修改为敏感边与该边权值的平均值。（如图4c示）（4.3）对满足条件（4.1）和（4.2）的敏感边执行完隐私保护操作后删除该敏感边，否则保留原敏感边。再次从敏感边集合取本文档来自技高网...
【技术保护点】
一种针对网络最短路径上的加权敏感边隐私保护方法，其特征在于，包括如下步骤：（1）将网络的加权无向图采用邻接矩阵表示，矩阵中元素表示从顶点i与j间的边权值，再列出网络图中所有节点对间的最短路径集合P；（2）在路径集合P中计算每条边的边介数值BC(Betweenness Centrality, BC)，并根据阈值(>0)区分敏感边与非敏感边，定义属于敏感边所要满足的条件是边介数大于等于给定阈值；（3）判断敏感边两端邻居节点间的状态，分别对不同类型的敏感边执行添加伪边或修改边权值的扰动操作，然后再删除原来的敏感边。
【技术特征摘要】
1.一种针对网络最短路径上的加权敏感边隐私保护方法，其特征在于，包括如下步骤：（1）将网络的加权无向图采用邻接矩阵表示，矩阵中元素表示从顶点i与j间的边权值，再列出网络图中所有节点对间的最短路径集合P；（2）在路径集合P中计算每条边的边介数值BC(Betweenness Centrality, BC)，并根据阈值(>0)区分敏感边与非敏感边，定义属于敏感边所要满足的条件是边介数大于等于给定阈值；（3）判断敏感边两端邻居节点间的状态，分别对不同类型的敏感边执行添加伪边或修改边权值的扰动操作，然后再删除原来的敏感边。2.如权利要求1所述的针对网络最短路径上的加权敏感边隐私保护方法，其特征在于，所述步骤（1）中，列出网络图中所有节点对间的最短路径集合P是由Floyd-Warshall算法生成，该算法获取节点对间最短路径的方 法满足以下公式：其中，表示节点i与j之间的距离，k表示迭代次数，表示节点i与j间的边权值。3.如权利要求1所述的针对网络最短路径上的加权敏感边隐私保护方法，其特征在于，所述步骤（2）中，所述边介数值BC满足如下公式：式中，表示最短路径集合里的总路径数，表示最短路径集合里经过边的次数。4.如权利要求1所述的针对网络最短路径上的加权敏感边隐私保护方法，其特征在于，所述步骤（2）中，所述区分...
【专利技术属性】
技术研发人员：龚卫华，沈松，兰雪锋，杨良怀，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。