[发明专利]一种保护网络数据隐私是泄漏的方法

说明书

本发明公开一种保护网络数据隐私是泄漏的方法，其考虑到原始的社会网络图在发布的时候可能是安全的，但是对于社区检测后的各个子图可能存在隐私泄露问题，保证各个子图安全性的情况下尽可能的保存社区结构，首次提出了社区内的隐私泄露和社区间的隐私泄露，以及对着两种泄露方式不同的应对措施。本发明在保证各个子社区用户隐私安全的情况下，保证了图的结构特性，从而能更好的更细致的对划分后的社区进行更深入的研究。

技术领域

本发明涉及数据隐私保护技术领域，具体涉及一种保护网络数据隐私是泄漏的方法。

背景技术

社会网络是由许多节点和边构成的一种社会结构，节点通常是指个人或组织，节点之间的连线即边代表个人或组织的相互关系。随着经济的快速发展，社会网络的应用也越来越普及。比如腾讯、Facebook等，通过对社会网络的研究，相关的数据研究人员可以更好地进行数据的挖掘与分析。但是，在对原始的社会网络数据进行发布的过程中可能会泄露一些敏感的信息，在某种程度上可能对用户以及社会网络造成一定的影响。社会网络中存在多种多样的敏感信息，如个体节点，节点属性，节点之间的关系，连接关系的权重，图的度量等。相应的隐私泄露方式与攻击者的背景知识有很大的关系。

当前保护社会网络数据安全的隐私保护方法大致可分为：概率模型，差分隐私，K-匿名及其扩展模型，这些隐私保护方法虽然能够在一定程度上保护相应的社会网络信息不被泄露。但是，上述的一些社会网络隐私保护中，更多的是针对特定的场景对应特定的模型，没有更细致的考虑社会网络的结构。比如，在社区检测之前没有隐私泄露，在社区检测完成之后，怎么样匿名保护才能使得社区内部以及社区之间的结构改变量最小的问题。

发明内容

本发明所要解决的技术问题是现有隐私保护方法只考虑隐私匿名安全，而忽略了对社会网络图结构的保护的问题，提供一种一种保护网络数据隐私是泄漏的方法，其在尽量保持各个子社区结构的情况下，达到最佳的匿名效果。

为解决上述问题，本发明是通过以下技术方案实现的：

一种一种保护网络数据隐私是泄漏的方法，包括如下步骤：

步骤1.对数据进行简单的处理，去掉唯一的标识符，比如姓名等。

步骤2.使用经典的社区检测算法GN算法对社区进行划分，划分过程中统计各个子社区的边介数。当社区检测达到最优时，得到最终各个子社区的度序列以及边介数集合、候选集节点度数相同的节点个数至少大于2并且候选集中不包含节点子社区节点度数最大值。各个子社区的度序列按照降序排列。

步骤3.对于每个子社区，判断其是否存在隐私泄露。即对于任意的子社区，检查其度序列。如果子社区的度序列不能唯一的定位到具体的节点，则说明该社区没有隐私泄露，如果度序列可以唯一的定位到具体的节点(隐私泄露的节点)，则说明有隐私泄露，需要进行匿名保护。

步骤4.根据背景知识，对于有隐私泄露的子社区，判断其是属于社区内隐私泄露还是社区间隐私泄露。即判断隐私泄露的节点所连接的边是否有边介数。如果隐私泄露的节点没有包括边介数，则说明是子社区内部的隐私泄露。如果隐私泄露的节点包括边介数，则说明是子社区之间的隐私泄露。

步骤5.对不同的隐私泄露问题，采用不同的处理方式进行隐私保护。

对于子社区内部的隐私泄露，通过伯努利等概率事件，进行随机化操作等概率删除添加边，添加的边从该子社区候选集中选取。对于子社区内部的隐私泄露，如果泄露隐私节点的度数最大且唯一，则根据伯努利等概率事件可知，将连接在该节点的边等概率的删除(假设概率为p)；如果泄露隐私节点的度最小且唯一，则进行边的添加，选择添加的边必须保证节点的度数相同的节点个数大于2，从给定的候选集中随机的选取一个节点，使用局部随机化方法使该子社区满足隐私安全要求。