[发明专利]一种带权重社会网络的泛化方法

说明书

技术领域

本发明属于网络信息隐私保护技术领域，具体涉及一种带权重的社会网络——如人人网、合著网中对多敏感属性信息进行保护的方法。

背景技术

社会网络，又称作社交网络或社会关系网络，是互相关联的社会角色的集合。社会角色可以是个人、团体、组织、公司甚至国家，他们之间的关系也多种多样，可以是朋友、合作者、交易、外交关系等。

随着数据库和网络技术的快速发展，各组织机构产生了大量的个人数据，这为各种组织机构间的信息共享和科学研究工作提供了巨大的便利，同时数据挖掘等技术的不断进步也增加了数据中敏感信息泄漏的风险。因此，如何确保个人的隐私信息不泄露同时又使得发布数据具有较高的可用性已经成为众多学者关注的问题，数据发布中的隐私保护技术应运而生。

Sweeney等人首先提出了k-anonymity模型，它要求把数据集中的记录划分为若干个等价类且每个等价类中至少有k条记录，这样链接攻击的概率便不大于1/k。Machanavajjhala等人为了解决分组中含有同种敏感属性值的问题，提出了l-diversity模型。国内学者对于社会网络的隐私保护研究也有不少进展，兰丽辉等人首先对国外研究进展进行了总结描述，在此基础上，杨俊等人提出了一种基于图自同构的K-Secure社会网络隐私保护模型，解决了K-自同构模型对于路径长度泄露和边泄露存在的隐私安全问题。张晓琳等人使用聚类技术，通过确保每个聚类中的节点数目不少于K个，且聚类中任一敏感属性值相关的节点的百分比不高于α实现了(α,k)-匿名技术。

在多敏感属性数据的隐私保护方面，杨晓春等人提出一种基于多维桶的面向多敏感属性数据发布的隐私保护技术。它能很好的对多敏感属性数据进行分组并且使其满足l-多样性。刘善成等人提出一种基于敏感度的(g,l)-分组模型，它不仅解决了多敏感属性隐私数据发布的问题，同时还可以有效抵制相似性攻击。徐勇等人提出一种考虑属性权重的隐私保护数据发布方法,在权重图中考虑隐私数据的保护，提出一个考虑准标识符属性权重的数据表匿名算法WAK(QI Weight-aware k-anonymity)。该算法通过准标识符属性的泛化过程体现数据主体的个性化隐私保护需求。

但目前，上述这些针对敏感属性数据集隐私保护的算法大多是只考虑单敏感属性，对于多敏感属性的数据集的算法又大多是不考虑边权重的(边权重是指朋友网络中共同朋友的数量，合著网络中合著的次数等数据)，这些边权重可能会被当作攻击者的背景知识，导致隐私泄漏。而传统的隐私保护算法不考虑在权重图中进行属性保护，以及只保护单个敏感属性，不考虑多个敏感属性，对于敏感数据的保护不够全面，可能会导致敏感数据泄露。

发明内容

为解决上述问题，本发明公开了一种带权重社会网络的泛化方法，基于匿名图中增加不确定性可以提高隐私保护这一出发点，过程中使用K-匿名和反L-多样性分别对权重和多敏感属性进行保护，使得节点在权重图中能够抵御多敏感属性泄露的危险，同时提高了原始图中数据的可用性。

为了达到上述目的，本发明提供如下技术方案：

一种带权重社会网络的泛化方法，包括如下步骤：

步骤1)，对原始图中节点依节点度进行降序排列，划分为N个组，其中|W|表示权重包个数，K表示K-匿名的参数，得到匿名组集合，每个组至少K个节点；

步骤2)，在步骤1)产生的每个匿名组内，对目前已存在的边，进行边权重泛化，使不同的权重泛化为一个区间值，并计算边的存在概率；

步骤3)，根据匿名组内节点度数不相同的情况，为组内度数小的节点寻找候选节点作为新邻居，增加原节点和候选节点之间的边，给新增加边安排权重，并计算边的存在概率。

步骤4)，依次对剩余匿名组进行步骤2)和步骤3)，直到剩余匿名组集为空，得到满足K-匿名的K-权重匿名图；

步骤5)，对步骤4)生成的K-权重匿名图中所有节点提取敏感属性，形成敏感属性包；

步骤6)，计算节点间的敏感属性包的最大相似性，根据泛化树来泛化敏感属性，得到敏感属性包的泛化包；

步骤7)，对每个K-权重匿名中的匿名组进行步骤5)和步骤6)，直到剩余K-权重匿名组集为空，得到满足K-Weighted-inv-l-diversity anonymous图。