基于遗传算法的图数据隐私保护方法、系统及电子设备技术方案

本发明专利技术提供了一种基于遗传算法的图数据隐私保护方法、系统及电子设备，涉及信息安全技术领域，该方法将获取的由社交网络建模的原始图分别进行图分割计算和社区检测计算，确定原始图的图分割结果和社区检测结果；其中，图分割结果用于确定每个社区中每个节点实现k

【技术实现步骤摘要】
基于遗传算法的图数据隐私保护方法、系统及电子设备


[0001]本专利技术涉及信息安全
，尤其是涉及一种基于遗传算法的图数据隐私保护方法、系统及电子设备。

技术介绍

[0002]网络服务已成为现有生活中必备服务，用户通过网络服务获取各类信息，同时可将相关音频数据、图像数据、视频数据上传至网络服务中用于分享，但如何对数据隐私进行保护，已成为网络服务中需要重点考虑的因素。具体的说，在社交网络中上传照片已成为普遍现象，但照片中的EXIF信息会包含拍摄时间、拍摄地点等数据，造成用户隐私的泄露。现有的社交网络平台对于用户上传的照片通常只进行压缩处理，并能保证会将照片EXIF信息进行删除。实际使用过程中，用户将照片上传至网络平台时也通常不会刻意将照片中相关隐私数据进行删除，主要原因是操作繁琐复杂。
[0003]对于图数据而言，本专利技术中涉及的图数据是图论中的图数据，该图是用来模拟物体之间两两关系的数学结构。具体的说，图由顶点、节点或由边、弧或线连接的点组成。对于社交网络平台中的图数据而言，如何最大程度的保持社交网络的匿名性，同时还保持原有社交网络的结构特性，现有技术中还缺少相应的技术手段。

技术实现思路

[0004]有鉴于此，本专利技术的目的在于提供一种基于遗传算法的图数据隐私保护方法、系统及电子设备，该方法通过引入结构化匿名技术来隐藏用户的身份，实现了图的k
‑
匿名化，对于k
‑
匿名化图中的每个节点而言，图中都有k
‑
1个相似的节点，因此该方法在实现对图的匿名化的同时，图的结构被最大程度的保留下来，在保持社交网络中匿名性的同时保持了原有网络的结构特性，提高了社交网络中用户的隐私性。
[0005]第一方面，本专利技术实施例提供了一种基于遗传算法的图数据隐私保护方法，该方法包括：
[0006]获取由社交网络建模的原始图；其中，原始图为包含若干个节点以及连接两个节点的边所构成的图形；
[0007]对原始图分别进行图分割计算和社区检测计算，确定原始图的图分割结果和社区检测结果；其中，图分割结果用于确定每个社区中每个节点实现k
‑
匿名化所需要增加的边的数量；社区检测结果用于在对原始图进行修改时提供原始图的结构信息；
[0008]根据已确定的图分割结果和社区检测结果确定原始图需要添加的边；其中，需要添加的边包含在每个社区内；
[0009]根据已确定的需要添加的边对原始图进行修改，得到原始图的k
‑
匿名化图。
[0010]在一些实施方式中，根据已确定的图分割结果和社区检测结果确定原始图需要添加的边的步骤，包括：
[0011]根据图分割结果和社区检测结果，确定每个社区中每个节点达到k
‑
匿名时所需的
边数序列；
[0012]利用遗传算法确定边数序列中的有效连接，并根据有效连接确定原始图需要添加的边；其中，有效连接为原始图中不存在的边，同时连接的两个节点需要额外的边才能实现k
‑
匿名化，且连接过程不能重复。
[0013]在一些实施方式中，利用遗传算法确定边数序列中的有效连接，包括：
[0014]初始化种群参数；其中，种群参数包括：染色体的参数、基因的参数；每条染色体由多个基因组成，染色体包含实现k
‑
匿名化的解决方案，基因包含种群的节点标签；
[0015]利用预设的适应度函数对种群参数进行计算，确定染色体的适应度结果；并根据适应度结果确定边数序列的有效连接。
[0016]在一些实施方式中，根据适应度结果确定边数序列的有效连接，包括：
[0017]根据适应度结果，从染色体中确定双亲染色体；
[0018]对已确定的双亲染色体进行交叉操作形成子代种群；其中，交叉操作的过程中，每两条染色体被组合在一起；子代种群中的染色体分别来自不同的亲本染色体；
[0019]利用子代种群，确定边数序列的有效连接。
[0020]在一些实施方式中，对已确定的双亲染色体进行交叉操作形成子代种群之后，还包括：
[0021]对子代种群进行变异操作；其中，变异操作将两条染色体中的基因进行随机交换。
[0022]在一些实施方式中，图分割结果的确定过程，包括：
[0023]基于k值对原始图的节点进行划分，确定每个节点达到k
‑
匿名化所需的度序列；
[0024]根据已确定的度序列，确定每个节点达到k
‑
匿名化所需的边的数量。
[0025]在一些实施方式中，社区检测结果的确定过程，包括：
[0026]确定原始图的边介数中心性结果；
[0027]利用边介数中心性结果确定原始图中的社区。
[0028]第二方面，本专利技术实施例提供了一种基于遗传算法的图数据隐私保护系统，该系统包括：
[0029]原始图获取单元，用于获取由社交网络建模的原始图；其中，原始图为包含若干个节点以及连接两个节点的边所构成的图形；
[0030]第一计算单元，用于对原始图分别进行图分割计算和社区检测计算，确定原始图的图分割结果和社区检测结果；其中，图分割结果用于确定每个社区中每个节点实现k
‑
匿名化所需要增加的边的数量；社区检测结果用于在对原始图进行修改时提供原始图的结构信息；
[0031]第二计算单元，用于根据已确定的图分割结果和社区检测结果确定原始图需要添加的边；其中，需要添加的边包含在每个社区内；
[0032]图匿名化单元，用于根据已确定的需要添加的边对原始图进行修改，得到原始图的k
‑
匿名化图。
[0033]第三方面，本专利技术实施例提供了一种电子设备，该电子设备包括：处理器和存储装置；存储装置上存储有计算机程序，计算机程序在被处理器运行时执行如第一方面提供的基于遗传算法的图数据隐私保护方法的步骤。
[0034]第四方面，本专利技术实施例提供了一种计算机可读存储介质，该计算机可读存储介
质上存储有计算机程序，该计算机程序被处理器运行时实现上述第一方面提供的基于遗传算法的图数据隐私保护方法的步骤。
[0035]本专利技术实施例带来了以下有益效果：本专利技术实施例提供了一种基于遗传算法的图数据隐私保护方法、系统及电子设备，该方法将获取由社交网络建模的原始图分别进行图分割计算和社区检测计算，确定原始图的图分割结果和社区检测结果；其中，该原始图为包含若干个节点以及连接两个节点的边所构成的图形；图分割结果用于确定每个社区中每个节点实现k
‑
匿名化所需要增加的边的数量；社区检测结果用于在对原始图进行修改时提供原始图的结构信息。然后再根据已确定的图分割结果和社区检测结果确定原始图需要添加的边；其中，需要添加的边包含在每个社区内。最后根据已确定的需要添加的边对原始图进行修改，得到原始图的k
‑
匿名化图。该方法通过引入结构化匿名技术来隐藏用户的身份，实现了图的k本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于遗传算法的图数据隐私保护方法，其特征在于，所述方法包括：获取由社交网络建模的原始图；其中，所述原始图为包含若干个节点以及连接两个所述节点的边所构成的图形；对所述原始图分别进行图分割计算和社区检测计算，确定所述原始图的图分割结果和社区检测结果；其中，所述图分割结果用于确定每个社区中每个节点实现k
‑
匿名化所需要增加的边的数量；所述社区检测结果用于在对所述原始图进行修改时提供所述原始图的结构信息；根据已确定的所述图分割结果和所述社区检测结果确定所述原始图需要添加的边；其中，需要添加的所述边包含在每个社区内；根据已确定的需要添加的所述边对所述原始图进行修改，得到所述原始图的k
‑
匿名化图。2.根据权利要求1所述的基于遗传算法的图数据隐私保护方法，其特征在于，根据已确定的所述图分割结果和所述社区检测结果确定所述原始图需要添加的边的步骤，包括：根据所述图分割结果以及所述社区检测结果，确定每个社区中每个节点达到k
‑
匿名时所需的边数序列；利用遗传算法确定所述边数序列中的有效连接，并根据所述有效连接确定所述原始图需要添加的边；其中，所述有效连接为所述原始图中不存在的边，同时连接的两个节点需要额外的边才能实现k
‑
匿名化，且连接过程不能重复。3.根据权利要求2所述的基于遗传算法的图数据隐私保护方法，其特征在于，利用遗传算法确定所述边数序列中的有效连接，包括：初始化种群参数；其中，所述种群参数包括：染色体的参数、基因的参数；每条所述染色体由多个所述基因组成，所述染色体包含实现k
‑
匿名化的解决方案，所述基因包含种群的节点标签；利用预设的适应度函数对所述种群参数进行计算，确定所述染色体的适应度结果；并根据所述适应度结果确定所述边数序列的有效连接。4.根据权利要求3所述的基于遗传算法的图数据隐私保护方法，其特征在于，根据所述适应度结果确定所述边数序列的有效连接，包括：根据所述适应度结果，从所述染色体中确定双亲染色体；对已确定的所述双亲染色体进行交叉操作形成子代种群；其中，所述交叉操作的过程中，每两条染色体被组合在一起；所述子代种群中的染色体分...

【专利技术属性】
技术研发人员：郑申俊，孙云，沈俊青，张亮，田甜，黄刚，王鸿儒，倪骏，单建平，
申请(专利权)人：杭州中奥科技有限公司，
类型：发明
国别省市：