张付霞 作品数:4 被引量:11 H指数:3 供职机构: 贵州大学计算机科学与技术学院 更多>> 发文基金: 贵州省科学技术基金 更多>> 相关领域: 自动化与计算机技术 更多>>
基于DSNPP算法的社交网络隐私保护方法 被引量:4 2015年 社交网络发展迅速,数据发布过程中存在的一个重要安全隐患就是隐私泄露。针对目前大多数社交网络隐私保护研究存在的"人员属性隐私保护"和"社区结构保护"之间没有实现真正结合的问题,就两者综合考虑,提出一种基于密度聚类算法的社交网络隐私保护方法(Density for Social Network Privacy-Preserving,DSNPP)。该算法通过对节点进行密度聚类分析,得到任意形状的簇,采用对簇内节点进行泛化、在簇内插入真实节点、增加相应边等技术来保护节点的信息和节点之间的关系信息,从而实现了人员属性隐私保护和社区结构保护两方面的真正结合。最后,通过实验表明,与p-Sensitive k-匿名算法、GSNPP算法相比,该算法信息丢失量上优势明显,可以获得更高的隐私保护。 张付霞 蒋朝惠关键词:社交网络 隐私保护 密度聚类 泛化 面向分类型敏感属性的分级匿名算法 被引量:3 2016年 为抵御相似性攻击和背景知识攻击问题,提出一种面向分类型敏感属性的(t,sim,dif)分级匿名方法。该方法对敏感属性所隐含的现实意义进行语义分析,计算敏感属性值之间的语义相似值和语义相异值,通过聚类算法使等价类在满足整体分布基础上既能存在多个表现特性相近的敏感属性值,也能存在多个表现特性相异的敏感属性值,从而更好地抵御同质攻击和背景知识攻击。实验结果表明,与k-匿名方法和L-多样性方法对比,该方法能够显著降低敏感属性泄露的风险概率,更好地保护用户个人隐私。 张付霞 蒋朝惠关键词:隐私保护 语义分析 一种基于网格聚类的查询隐私匿名算法研究 被引量:4 2015年 目前,大多数位置匿名聚类算法的每一次迭代都需要遍历所有用户的位置来寻找离匿名框质心最近的用户,这消耗了大量的时间,且对包含更多隐私信息的查询隐私没有做到更好的保护。为解决这些问题,文章提出基于网格聚类的查询隐私匿名算法(QPAGC)。该算法以网格作为处理单元,用户的位置可以定位到网格当中,从而不必遍历每个用户的具体位置;以目标用户所在网格求匿名框的质心和该匿名框所有邻域网格的质心,在所有邻域网格质心中选取离匿名框质心距离最小的邻域网格加入匿名框,直至匿名框的质量满足k-匿名要求;通过增加假用户和假请求使得匿名框满足p敏感约束以达到保护用户查询信息的目的。对比实验表明,在满足用户个性化要求下,基于网格聚类的查询隐私匿名算法匿名成功率更高,匿名区域面积更小,且提高了相对匿名度和用户的查询服务质量,从而平衡了隐私保护安全系数k和Qo S之间的矛盾。 张付霞 蒋朝惠关键词:网格聚类 K-匿名 质心 LBS(P,L,K)匿名模型及其算法研究 2015年 目前,大多数位置匿名算法会出现匿名区域较大、匿名时间较长、匿名不成功的可能性较高等问题,并且对包含更多隐私信息的查询隐私没有做到更好的保护。为解决这些问题,文章提出一种基于敏感度的个性化LBS(P,L,K)匿名模型,该模型在K匿名基础上,通过对查询内容设置不同的敏感度来满足P敏感约束和L覆盖性约束,达到保护查询隐私的目的,从而实现匿名隐私保护的个性化需求。同时,文章在该模型基础上提出基于网格和假用户匿名算法,该算法将整个匿名空间划分成m×n的网格,通过迭代寻找查询用户所在网格的邻域空间进而找到该用户的临时匿名空间,然后根据用户分布矩阵对临时匿名空间进行边缘剥离,直至满足用户面积约束条件。从对比实验结果可知,在满足用户个性化要求条件下,该方法匿名区域面积更小,从而提高了相对匿名度和用户的查询服务质量。 张付霞 蒋朝惠关键词:敏感度 个性化