[发明专利]一种带有差分隐私机制的三维时空信息传播预测方法

说明书

本发明公开了一种带有差分隐私机制的三维时空信息传播预测方法，属于信息隐私保护技术领域。所述的三维时空信息传播预测方法包括数据获取与预处理、提取用户属性、建立差分隐私保护机制和构建具有差分隐私机制的信息传播预测模型四个步骤。本发明将用户通信拓扑作为一个连续体，采用极坐标下的复值反应扩散二维偏微分方程对用户的群体动态进行建模，其状态表示用户的位置坐标。该模型能够有效地将信息扩散机制与差分隐私保护技术相结合，从而更好地达到分析在线社交网络中信息在时空维度传播的特点与规律，以及保护社交网络中的用户隐私信息。

技术领域

本发明属于信息隐私保护技术领域，尤其涉及一种带有差分隐私机制的三维时空信息传播预测方法。

背景技术

随着计算机和通信技术的不断发展，在线社交网络(Online Social Networks,OSNs)已成为人们生活中不可或缺的一部分。用户可以利用社交网络进行信息分享和交流，在线社交网络的信息扩散问题也成为一个热门的研究课题。但社交网络中的信息良莠不齐，不良信息同样得到快速且广泛传播，给社会稳定和经济发展带来很多负面影响，其中隐私泄露已经成为网络的最大威胁之一。因此，研究具有隐私保护的在线社交网络中信息扩散机制，有助于在利用其进行信息交流、商业营销的同时，还能进行网络舆情监测以及保护用户的隐私被泄露。

尽管很多学者已经对于不同的网络提出了很多演化模型算法，如流行病模型和线性影响模型，可以有效地预测和监测在线社会活动。由于网络的实时变化和社会互动的复杂性，分析信息传播过程的机理是一个挑战。以往的许多工作主要针对随时间变化的信息扩散动力学模型。在实际的社交网络中，同时考虑时间和空间两个维度分析信息扩散动力学的较少，尤其是分析地理位置信息对信息扩散的影响。因此本发明将研究地理因素与在线社交网络距离因素相结合的信息传播预测模型，并在三维空间建模来预测在线社交网络的演化规律。

除此之外，随着许多个人信息在社交网络上的传播，数据挖掘技术能从各类发布数据中获得有价值的信息，但同时也会造成个人信息的泄露，比如服务提供商向第三方发布敏感数据，如位置信息和健康状况。由于社交网络中信息安全事件的频繁发生，用户隐私信息保护问题与网络安全问题受到全社会的广泛关注。因此，数据隐私保护在信息传播中起着重要的作用。近年来，在社交网络中差异隐私应用领域，已经有了一些工作，如度信息的发布，复合图的发布等。虽然已经提出了许多方法，但是在社交网络信息传播上应用差异隐私的研究工作还很有限。本发明通过将信息扩散机制与差分隐私机制相结合，建立带有差分隐私机制的三维时空信息传播模型。因此，如何在发布有效数据进行信息传播的同时保证个人信息不被泄露是隐私保护领域面临的一大挑战。

如何将差分隐私的知识点融合到信息传播的模型中，以及讨论地理位置因素是否对信息传播造成影响。考虑在线社交网络的距离因素和地理位置因素，探索受影响的用户密度随着时间和空间的变化，基于偏微分方程以及差分隐私保护机制，建立带有差分隐私机制的三维时空信息传播模型，并讨论在三维空间(极坐标)下的动态信息扩散网络演化模型，是一个需要重点研究的问题。

发明内容

针对现有技术中存在可能泄露用于隐私的问题，本发明提出了一种能够保护用户隐私的带有差分隐私机制的三维时空信息传播预测方法。

一种带有差分隐私机制的三维时空信息传播预测方法，包括以下步骤：

步骤1：数据获取与预处理

步骤1.1：数据获取

本发明在某一热点话题下获取的数据包括信息数据和与信息数据对应的用户数据。其中用户数据包括多个用户属性特征，主要包括用户信息、用户社交关系、用户地理信息(包括经纬度)等三个方面的数据。

本发明通过以下两种方法之一获取数据：

a：从现有的在线社交媒体的公共API下获取用户相关信息；

b：通过网络爬虫技术抓取web中的内容以获取社交网络用户的相关信息；