[发明专利]一种基于节点结构特征的社交网络去匿名化方法

摘要

本发明一种基于节点结构特征的社交网络去匿名化的方法，在拥有辅助图的基础上将匿名化网络中节点与辅助图中属于同一用户的节点匹配出来，从而达到去匿名化的方法。原理是将用户和用户间的关系抽象为网络拓扑结构中的节点和连边形成社会网络拓扑图。以图为对象，一个图中节点身份信息已知作为辅助图，另外一个图中节点身份信息未知作为匿名图。包括如下步骤步骤一数据获取及处理；步骤二确定种子节点，作为最初的匹配集合μ；步骤三根据匹配集合μ，开始迭代的传播过程，直到没有新的匹配可以被添加；步骤四输出匹配集合μ中的节点对。本发明利用较少的种子节点可以有效地识别匿名化网络，可以应用于大规模社会网络中去匿名化。

主权项

一种基于节点结构特征的社交网络去匿名化方法，其特征在于，包括步骤如下：步骤一：数据获取及处理:构造以社会网络中用户为节点,连接关系为连边的社会网络拓扑结构G：用G＝(V,E),V是G中所有节点的集合,E是所有连边的集合；其中|V|＝n、|E|＝m,表示G中有n个节点m条边；用邻接矩阵A表示网络节点间的连通关系；G＝(V,E)中节点个数为n，节点依次标记为Vi；若节点Vi和Vj之间有边相连，则Aij＝1，若节点Vi和Vj之间无边相连，则Aij＝0；其中，i＝1,2,3……n；辅助图定义为Gsrc＝(Vsrc，Esrc)，Vsrc为已知图中的节点；Esrc是已知图中的边，|Vsrc|为Gsrc中节点个数；匿名图定义为Gtar＝(Vtar，Etar)；Vtar是匿名图中的节点；Etar是匿名图中的边；|Vtar|为Gtar中节点个数；定义表示在两个网络中共同存在的节点；步骤二：确定种子节点，作为最初的匹配集合μ；采用的获取种子节点的方法是在两个网络中选取度值，最高的一部分节点，通过人工标注的方法匹配出种子节点集；种子节点定义为u：Vsrc→Vtar表示Gsrc中的节点Vsrc与Gtar中的Vtar相匹配，属于同一用户；步骤三：根据匹配集合μ，开始迭代的传播过程，直到没有新的匹配被添加；传播过程如下：(1)迭代选取辅助图Gsrc中某一节点Vi∈Vsrc，i＝1，2……n；n＝|Vsrc|，然后依次选取节点Vi的邻居节点集合Ni中每个元素,其中，Ni表示节点i的邻居节点集合，Ni＝{j,Aij＝1且j∈Vsrc}；通过匹配集合μ判断出Ni中已经匹配出的节点Vi′和匿名网络Gtar中对应于Vi′的匹配节点Vj′∈Vtar；再找到Vj′的邻居节点集合Nj′，Nj′中的元素Vj作为候选节点；然后根据相似度度量方法公式(1)计算Vi和所有可能候选节点vj之间的相似度；式中(Vi∩Vj)表示Vi和Vj共有的已匹配邻居节点数，|Vi|，|Vj|表示节点Vi、Vj的度值；n和m分别为Gsrc何Gtar中节点的总个数，即n＝|Vsrc|，m＝|Vtar|；公式(1)为相似度度量方法；SIM(Vi,Vj)=(Vi∩Vj)(1|Vi|+|Vj|-(Vi∩Vj))1/2---(1)]]>其中，i＝1，2……n；j＝1，2……m；(2)通过上一步得到相似度值最大的节点Vm,为了提高准确率采用反向传播相似度验证以修正因种子用户不足造成的错误匹配用，反向传播即用同样的相似度度量方法找到Vm在Gsrc中的相似度最大的节点；如果Vm在Gsrc中的相似度最大的节点是Vi，则把Vi与Vm相匹配；加入匹配集合μ中；如果Vm在Gsrc中的相似度最大的节点不是Vi，则不添加；(3)遍历Gsrc中的节点Vi∈Vsrc，执行步骤三的过程，直到没有新的匹配节点添加入匹配集合μ中；其中，i＝1，2……n；n＝|Vsrc|；步骤四：输出匹配集合μ中的节点对。