[发明专利]一种基于进化扰动的隐私链路保护方法

权利要求书

1.一种基于进化扰动的隐私链路保护方法，其特征在于，所述方法包括以下步骤：

S1：假设无权无向网络G(V,E)，将网络所有连边划分为训练集E^T和测试集E^V，其中训练集是扰动对象，即向训练集增加以及删除连边，测试集是需要保护的隐私连边；

S2：使用遗传算法，迭代进化连边扰动，过程如下：

S2-1：染色体的设计：染色体由两部分组成，一部分是删除的连边，另一部分是增加的连边，限制了增加和删除的连边数量，且维持扰动前后网络的总连边数不变；

S2-2：适应度函数的设计：评价链路预测的效果是精度和AUC，设计了一种适应度函数，综合考虑了两者的影响；

S2-3：选择算子的设计：采用轮盘赌的选择方法，即根据适应度的值确定被选择的概率，通过指数函数变换，确保适应度函数恒为正值；

S2-4：交叉算子的设计：通过选择算子选择出一对较优的染色体，根据交叉率，使用单点交叉的方法；如果交叉后出现冲突，即染色体内包含相同的连边，则撤回该连边的交叉操作；

S2-5：变异算子的设计：通过选择算子选择出较优的染色体，遍历染色体内所有删除以及增加的连边，根据变异率随机替换染色体内的连边；如果变异后出现冲突，即染色体内包含相同的连边，则重新选取连边代替；

S3：将交叉和变异产生的子代以及父代的精英个体组成新的子代种群，迭代至遗传算法收敛后，将最优个体取出，加入到训练集里，分别用多种链路预测算法计算测试集的预测精度，检验算法的迁移性。

2.如权利要求1所述的一种基于进化扰动的隐私链路保护方法，其特征在于，所述步骤2-2中，适应度函数如下：

其中δ(x)是指示函数，即x是真的话，取值为1；否则取值为0，α是可调参数，用来调节精度和AUC对适应度函数的影响程度；是扰动后网络的不存在连边的节点对，显然表示节点对的相似度值，选取RA作为衡量相似度的指标，即：

其中Γ(x)表示x的一跳邻居节点，k_z表示节点z的度值。

3.如权利要求1或2所述的一种基于进化扰动的隐私链路保护方法，其特征在于，所述步骤S3中，所述多种链路预测算法是指Common Neighbors，Jaccard，PreferentialAttachment以及Adamic-Adar index。

4.如权利要求1或2所述的一种基于进化扰动的隐私链路保护方法，其特征在于，所述步骤S1中，Ω是网络里所有的节点对，其中Ω＝{(i,j)|{i,j}∈V,i≠j}，N是网络里所有不存在连边的节点对，显然N＝Ω-E；

所述S2-1中，删除的连边集合E_del，其中增加的连边集合E_add，其中由于维持扰动前后网络的总连边数不变，两者的数量相等，均为m；

所述S2-3中，根据适应度的值确定被父代被选择的概率为

所述S2-5中，随机选取删除的连边以及增加的连边替换染色体内的相应的连边，其中