【摘要】：隨著大數(shù)據(jù)時代的到來以及信息技術(shù)的快速發(fā)展,社交網(wǎng)絡也以前所未有的規(guī)模在飛速地發(fā)展,社交網(wǎng)絡中的用戶信息也在日益劇增,海量數(shù)據(jù)遍及社交網(wǎng)絡各個平臺。社交網(wǎng)絡中包含著用戶大量的個人隱私數(shù)據(jù),以及用戶之間的關(guān)系等各種敏感信息,因此在社交網(wǎng)絡中的用戶信息存在著很大的安全隱患。在社交網(wǎng)絡中進行交友、信息交互、資源共享的同時無不存在著隱私泄露的風險。如何對社交網(wǎng)絡中的數(shù)據(jù)在進行數(shù)據(jù)發(fā)布及數(shù)據(jù)挖掘的同時實現(xiàn)對用戶的隱私進行保護變得尤為重要,這關(guān)系到用戶個人以及整個社交網(wǎng)絡的信息安全。針對社交網(wǎng)絡中不斷增長的數(shù)據(jù)以及傳統(tǒng)方法只是對靜態(tài)數(shù)據(jù)進行相關(guān)處理的問題,提出了基于差分隱私保護的動態(tài)聚類算法,能夠動態(tài)地對社交網(wǎng)絡中的增量數(shù)據(jù)進行聚類,并能夠在采用差分隱私保護技術(shù)的基礎上有效地處理海量信息,不僅提高了聚類的效率也更好地保護了隱私信息。針對社交網(wǎng)絡中可能存在的交叉攻擊和組合攻擊,提出了基于差分隱私的LBS群組最近鄰查詢隱私保護算法。提出了群組構(gòu)建方法并采用了群組隱私預算分配機制;提出了用戶位置擾亂算法,將群組最近鄰查詢轉(zhuǎn)換為群組質(zhì)心的最近鄰查詢,并應用于整個隱私保護框架中,以便有效地抵御惡意節(jié)點的交叉攻擊以及組合攻擊。基于隱私保護和信任之間相輔相成、相互依賴的關(guān)系并且不同程度的信任也會對應著不同程度的隱私保護,對社交網(wǎng)絡中節(jié)點之間的可信度進行有效評估并結(jié)合現(xiàn)有的差分隱私保護技術(shù),有效地將信任評估機制與差分隱私保護技術(shù)相結(jié)合,從而更好的保護了社交網(wǎng)絡中的隱私信息。最后,在完成理論研究的基礎上設計了一個社交網(wǎng)絡中基于差分隱私保護的數(shù)據(jù)發(fā)布與挖掘系統(tǒng),提升了社交網(wǎng)絡的使用體驗,也有效地保護著社交網(wǎng)絡中的信息安全。
【學位授予單位】：南京郵電大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP309;TP393.09

【參考文獻】

相關(guān)期刊論文 前10條

1 張學軍;桂小林;伍忠東;;位置服務隱私保護研究綜述[J];軟件學報;2015年09期

2 張付霞;蔣朝惠;;基于DSNPP算法的社交網(wǎng)絡隱私保護方法[J];計算機技術(shù)與發(fā)展;2015年08期

3 黃震華;張波;方強;向陽;;一種社交網(wǎng)絡群組間信息推薦的有效方法[J];電子學報;2015年06期

4 萬靜;張義;何云斌;李松;;基于KD-樹和K-means動態(tài)聚類方法研究[J];計算機應用研究;2015年12期

5 陳偉鶴;李文靜;朱江;;基于社交網(wǎng)絡好友攻擊的位置隱私保護模型[J];計算機工程與科學;2015年04期

6 高勝;馬建峰;姚青松;孫聰;;LBS中面向協(xié)同位置隱私保護的群組最近鄰查詢[J];通信學報;2015年03期

7 謝娟英;高瑞;;方差優(yōu)化初始中心的K-medoids聚類算法[J];計算機科學與探索;2015年08期

8 呂志泉;洪澄;張敏;馮登國;陳開渠;;面向社交網(wǎng)絡的隱私保護方案[J];通信學報;2014年08期

9 付艷艷;張敏;馮登國;陳開渠;;基于節(jié)點分割的社交網(wǎng)絡屬性隱私保護[J];軟件學報;2014年04期

10 張嘯劍;孟小峰;;面向數(shù)據(jù)發(fā)布和分析的差分隱私保護[J];計算機學報;2014年04期

，

本文編號：2582447