一种社交网络中隐私保护方法及装置制造方法及图纸

本发明专利技术提供一种社交网络中隐私保护方法及装置，其中，所述社交网络中隐私保护方法包括：获取社交网络图的原始图结构，所述原始图结构包括匿名用户对应的节点组成的节点集合和匿名用户之间的好友关系对应的边组成的边集合，对节点集合中的节点进行聚类，得到N个待处理节点分组，对N个待处理节点分组中的每一个待处理节点分组进行相似化处理，得到N个相似节点分组；所述相似节点分组中，任意两个节点之间的相似度大于预定相似度门限。本发明专利技术的方案，能够实现社交网络图的层次结构的概率不可区分，从而实现对社交网络图的隐私保护，且由于仅对待处理节点分组进行了相似化处理，较小变动了社交网络图图结构，因此可保证社交网络图的可用性。

【技术实现步骤摘要】
一种社交网络中隐私保护方法及装置
本专利技术涉及数据处理
，尤其涉及一种社交网络中隐私保护方法及装置。
技术介绍
随着Web2.0理念的普及与移动网络技术的日益成熟，社交网络已经成为人们传播信息、交流沟通的重要场所，社交网络产生的数据是大数据的重要来源之一,同时这些数据中包含有大量的用户隐私数据，所以，如何在保护好用户隐私的前提下，最大限度的开放社交网络数据服务已成为研究热点。通常，社交网络数据可通过社交网络图体现，而社交网络图的图结构至少包括匿名用户对应的节点和匿名用户之间的好友关系对应的边。这样，当攻击者了解到某用户的一些信息例如好友关系的情况下，可通过解析社交网络图识别该用户对应的目标节点。以一跳邻居攻击为例，假设攻击者知道目标节点的一跳邻居的图结构，即目标节点与一跳邻居之间如何连接，当目标节点具有独特的图结构时，攻击者就能够从简单匿名社交网络图中识别目标节点。为了抵抗攻击者攻击社交网络图，避免泄露用户隐私数据，当前常采用k-匿名方法。其中，k-匿名方法具体为：基于k-匿名对社交网络图的原始图结构进行处理，使得任意节点的图结构与至少k-1个节点的图结构相同。这样，经过k-本文档来自技高网...

【技术保护点】
1.一种社交网络中隐私保护方法，其特征在于，包括：获取社交网络图的原始图结构；所述原始图结构包括匿名用户对应的节点组成的节点集合和匿名用户之间的好友关系对应的边组成的边集合；对所述节点集合中的节点进行聚类，得到N个待处理节点分组；所述待处理节点分组中节点数量大于或等于K1，所述N大于或等于2，所述K1大于或等于2；对所述N个待处理节点分组中的每一个待处理节点分组进行相似化处理，得到N个相似节点分组；所述相似节点分组中，任意两个节点之间的相似度大于预定相似度门限。

【技术特征摘要】
1.一种社交网络中隐私保护方法，其特征在于，包括：获取社交网络图的原始图结构；所述原始图结构包括匿名用户对应的节点组成的节点集合和匿名用户之间的好友关系对应的边组成的边集合；对所述节点集合中的节点进行聚类，得到N个待处理节点分组；所述待处理节点分组中节点数量大于或等于K1，所述N大于或等于2，所述K1大于或等于2；对所述N个待处理节点分组中的每一个待处理节点分组进行相似化处理，得到N个相似节点分组；所述相似节点分组中，任意两个节点之间的相似度大于预定相似度门限。2.根据权利要求1所述的社交网络中隐私保护方法，其特征在于，所述对所述节点集合中的节点进行聚类，得到N个待处理节点分组的步骤，包括：对所述节点集合中的节点进行聚类，得到初始节点分组；对所述初始节点分组中，节点数量大于K2的待分拆节点分组进行拆分处理，得到待合并节点分组；对所述待合并节点分组中，节点数量小于K1的节点分组进行合并处理，得到节点数量大于或等于K1，且小于或等于K2的所述N个待处理节点分组。3.根据权利要求2所述的社交网络中隐私保护方法，其特征在于，所述对所述初始节点分组中，节点数量大于K2的待分拆节点分组进行拆分处理，得到待合并节点分组的步骤，包括：根据所述节点数量大于K2的待分拆节点分组中节点的数量，确定分组数量K3；从所述待分拆节点分组中选择K3个第一种子节点；从所述待分拆节点分组按照相似度和距离从大到小的顺序依次为所述K3个种子节点分配节点，直至所有节点分配完毕，得到所述待合并节点分组。4.根据权利要求1-3中任意一项所述的社交网络中隐私保护方法，其特征在于，所述原始图结构还包括所述边集合中的每一条边的权重值组成的权重值集合，所述对所述N个待处理节点分组中的每一个待处理节点分组进行相似化处理，得到N个相似节点分组的步骤中，针对每一个待处理节点分组执行如下步骤：对所述待处理节点分组中的节点进行模糊匹配处理，得到每两个节点的图结构之间的匹配信息；从所述待处理节点分组中选择第二种子节点；确定所述第二种子节点的图结构；根据所述每两个节点的图结构之间的匹配信息和所述第二种子节点的图结构，对所述待处理节点分组中除所述第二种子节点外的每一个待处理节点的图结构进行边和/或权重值的相似化处理，得到所述相似节点分组。5.根据权利要求4所述的社交网络中隐私保护方法，其特征在于，所述第二种子节点为所述待处理节点分组中度最大的节点。6.根据权利要求4所述的社交网络中隐私保护方法，其特征在于，所述根据所述每两个节点的图结构之间的匹配信息和所述第二种子节点的图结构，对所述待处理节点分组中除所述第二种子节点外的每一个待处理节点的图结构进行边和/或权重值的相似化处理，得到所述相似节点分组的步骤中，针对每一个待处理节点执行如下步骤：根据所述每两个节点的图结构之间的匹配信息和所述第二种子节点的图结构，对所述待处理节点的图结构进行边的添加或删除处理，使得所述待处理节点的边数量与所述第二种子节点的边数量的差值小于预设门限；对所述待处理节点的图结构和所述第二种子节点的图结构之间的最优匹配边的权重值进行泛化处理。7.根据权利要求6所述的社交网络中隐私保护方法，其特征在于，所述根据所述每两个节点的图结构之间的匹配信息和所述第二种子节点的图结构，对所述待处理节点的图结构进行边的添加或删除处理的步骤中，对所述待处理节点的图结构进行边的添加处理的步骤，包括：选取模糊节点与所述待处理节点连接；其中，所述模糊节点的选取遵守如下准则中的至少一个：所述模糊节点不与所述待处理节点连接、所述模糊节点与所述待处理节点不能属于同一个待处理节点分组、所述模糊节点为社交网络图中度最小的节点和所述模糊节点未被其他待处理节点分组选取。8.根据权利要求1所述的社交网络中隐私保护方法，其特征在于，还包括：对由所述N个相似节点分组构成的匿名化图结构进行随机化处理。9.根据权利要求8所述的社交...

【专利技术属性】
技术研发人员：刘琴，
申请(专利权)人：腾讯科技深圳有限公司，湖南大学，
类型：发明
国别省市：广东,44