×
王，岳;杨，林;陈晓云;张晓峰;何振宇

利用积累的非零先验知识增强社交网络隐私。 （英语） Zbl 1440.68072号

信息科学。 445-446, 6-21 (2018).
摘要：随着社交网络的快速发展，社交网络数据的隐私保护已经引起了越来越多的研究关注。如果对手通过故意查询社交网络收集了足够的信息，则可以根据先前的查询结果成功推断社交网络数据的隐私，而大多数现有方法很少对此进行调查。本文首先将相关查询结果表示为非零先验知识，然后提出一种新的差异隐私方法，以增强社交网络数据的隐私性，避免被推断。重新形成了相应的（varepsilon）-差异，并计算了两个“相邻”社会图之间的敏感性。特别地，针对社交网络上三种广泛采用的查询，即节点度分布查询、割集查询和最短路径查询，提出了灵敏度的计算方法。为了评估我们的方法，我们在三个真实世界的数据集上进行了严格的实验。有希望的实验结果表明，该方法在数据隐私和数据实用性方面优于最新的隐私保护方法。

MSC公司：

68第27页 数据隐私
91天30分 社交网络；意见动态

关键词：

差异隐私;社会网络分析;隐私保护;隐私保护数据挖掘

软件：

私人LR
PDF格式BibTeX公司 XML格式引用
\textit{Y.Wang}等人，《信息科学》。445--446，6--21（2018；Zbl 1440.68072）
全文： 内政部

参考文献：

[1] Abawajy，J.H。；Ninggal，M.I.H。；Herawan，T.，《隐私保护社交网络数据发布》，IEEE Commun。Surv公司。导师。，18, 3, 1974-1997 (2016)
[2] 阿格拉瓦尔，R。；Srikant，R.，隐私保护数据挖掘，ACM SIGMOD国际数据管理会议论文集，439-450（2000）
[3] 艾哈迈德·F。；金·R。；Liu，A.X.，《差分隐私和结构保留社交网络图形发布的随机矩阵方法》，计算。科学。，1-12 (2013)
[4] Ba，H。；高，X。；张，X。；He，Z.，《保护数据隐私不被从高维相关数据推断出来》，《IEEE/WIC/ACM网络智能和智能代理技术国际联合会议论文集》，495-502（2014）
[5] Buccafurri，F。；Fotia，L。；Lax，G.，《允许通过社交网络持续评估公民意见》，《电子政府与信息系统视角国际会议论文集》，电子民主，242-253（2012）
[6] Buccafurri，F。；Fotia，L。；Lax，G.，《社交网络中的隐私保护资源评估》，第十届国际隐私、安全和信任年会论文集，51-58（2012）
[7] Buccafurri，F。；Fotia，L。；Lax，G.，《允许对社交网络赞进行隐私保护分析》，《第十一届隐私、安全和信任年度会议论文集》，36-43（2013）
[8] 陈，R。；冯，B.C.M。；余，P.S。；Desai，B.C.，《通过差异隐私发布相关网络数据》，VLDB J.，23，4，653-676（2014）
[9] Cheng，J。；Fu，A.W.-c。；Liu，J.，K-同构：针对结构攻击的隐私保护网络出版物，《ACM SIGMOD国际数据管理会议论文集》，459-470（2010）
[10] 奇伟，W。；李，J。；Wai-Chee，F。；Wang，K.，《匿名：增强版》k个-隐私保护数据发布的匿名模型，第十二届SIGKDD会议记录。美国费城：ACM，754-759（2006）
[11] 科尔莫德，G。；普罗科皮乌克，C。；Srivastava，D。；Tran，T.T.，稀疏数据的不同私人摘要，第十五届数据库理论国际会议论文集，299-311（2012）
[12] Dwork，C.，《差异隐私》，《自动化学报》，语言和编程，1-12（2006）·Zbl 1133.68330号
[13] 弗里德曼，A。；Schuster，A.，《具有差异隐私的数据挖掘》，第十六届ACM SIGKDD知识发现和数据挖掘国际会议论文集，493-502（2010）
[14] Gehrke，J。；路易斯·E。；Pass，R.，《面向社交网络的隐私：基于零知识的隐私定义》，《密码学理论会议论文集》，2011年，432-449（2011）·Zbl 1295.94071号
[15] 戈茨，M。；Machanavajjhala，A。；王，G。；Xiao，X.，Publishing搜索日志隐私保障的比较研究，IEEE Trans。知识。数据工程，24，3，520-532（2012）
[16] 韩，S。；Ng，W.K。；Wan，L。；Lee，V.C.S.，隐私保护梯度消光方法，IEEE Trans。知识。数据工程，22，6，884-899（2010）
[17] M.Hay、G.Miklau、D.Jensen、D.Towsley、P.Weis，《抵制匿名社交网络中的结构性重新识别》，《VLDB捐赠会议录》1（1）（2008）797-823。；M.Hay、G.Miklau、D.Jensen、D.Towsley、P.Weis，《抵制匿名社交网络中的结构性重新识别》，《VLDB捐赠会议录》1（1）（2008）797-823。
[18] Holohan Naoise，M.O.，《度量空间中的差异隐私：同一屋檐下的数字、分类和功能数据》。，信息科学。，305, 256-268 (2015) ·Zbl 1360.68431号
[19] Kairouz，P。；哦，S。；Viswanath，P.，微分隐私的合成定理，第三十二届国际机器学习会议论文集，1376-1385（2015）
[20] Kasiviswanathan，S.P。；尼西姆，K。；Raskhodnikova，S。；Smith，A.，《利用节点差异隐私分析图》，《密码学理论学报》，457-476（2013）·Zbl 1316.68050号
[21] Kifer，D。；Machanavajjala，A.，《数据隐私无免费午餐》，ACM SIGMOD国际数据管理会议记录，193-204（2011）
[22] 李，N。；李·T。；Venkatasubramanian，S.，t-closeness:隐私超越（k）-匿名性和（l）-多样性，第二十届IEEE国际数据工程会议论文集，106-115（2007）
[23] 李，N。；W.H.卡尔达吉。；Su，D.，《关于抽样、匿名化和差异隐私或（k）-匿名化满足差异隐私》，第七届ACM信息、计算机和通信安全研讨会论文集，32-33（2012）
[24] 林，X。；克利夫顿，C。；Zhu，M.，使用分布式em混合建模的隐私保护聚类，Knowl。信息系统。，8, 68-81 (2005)
[25] 卢·W。；Miklau，G.，差异隐私下的指数随机图估计，第二十届ACM SIGKDD知识发现和数据挖掘国际会议论文集，921-930（2014），ACM
[26] Machanavajjala，A。；Kifer，D。；Gehrke，J。；Venkitasubramaniam，M.，（L）-多样性：隐私超越（k）-匿名，ACM Trans。知识。发现。数据，1,1（2007）
[27] 李宁辉，T.L。；Suresh，V.，《亲密度：数据发布的新隐私措施》，IEEE Trans。了解。数据工程，22，7，943-956（2010）
[28] Paulet，R。；Koasar，M.G。；Yi，X。；Bertino，E.，基于隐私保护和内容保护的位置查询，第二十八届国际数据工程会议论文集，44-53（2012）
[29] Sarathy，R。；Muralidhar，K.，《关于对数字数据应用差异隐私的一些额外见解》，《统计数据库隐私研究进展》，210-219（2010）
[30] 索里娅·科马斯，J。；Domingo-Ferrer，J.，《不同隐私的最佳数据相关噪声》。，信息科学。，250, 200-214 (2013) ·Zbl 1320.68065号
[31] Sweeney，L.，《K-匿名：保护隐私的模型》，《国际J·不确定性模糊知识》。基于系统。，10, 05, 557-570 (2002) ·Zbl 1085.68589号
[32] 任务C。；Clifton，C.，《社会网络分析中的差异隐私理论指南》，《国际社会网络分析和挖掘进展会议论文集》，411-417（2012）
[33] Vu，D。；Slavković，A.，《临床试验数据的差异隐私：初步评估》，IEEE国际数据挖掘会议论文集，138-143（2009）
[34] 王，Q。；Shi，X.，（a，d）-多样性：基于l-diversity的隐私保护，《WRI软件工程世界大会论文集》，3367-372（2009）
[35] 王，S.-L。；施，C.-C。；丁，I.-H。；Hong，T.-P.，《最短路径隐私的学位匿名化》，IEEE系统、人与控制论国际会议（SMC）论文集，1093-1097（2013）
[36] 王玉霞。；费恩伯格，S.E。；Smola，A.J.，《免费隐私：后验抽样和随机梯度蒙特卡罗》。，第三十一届机器学习国际会议（ICML）论文集，2493-2502（2015）
[37] 肖，Q。；陈，R。；Tan，K.-L.，通过结构推断发布不同的私有网络数据，第二十届ACM SIGKDD知识发现和数据挖掘国际会议论文集，911-920（2014）
[38] Xiao，X。；Tao，Y.，M不变性：动态数据集的隐私保护再发布，ACM SIGMOD国际数据管理会议论文集，689-700（2007）
[39] 张，X。；Cheung，W.K。；Li，C.，从分布式和抽象数据中学习潜在变量模型，信息科学。，181, 2964-2988 (2011)
[40] 张，X。；Cheung，W.K。；Ye，Y.，从分布式和抽象数据中挖掘，Wiley Interdiscipl。Rev.数据挖掘知识。发现。，6, 167-176 (2016)
[41] Zheleva，E。；Getoor，L.，《保护图形数据中敏感关系的隐私》，《KDD中的隐私、安全和信任会议录》，153-171（2008），斯普林格出版社
[42] 周，S。；Ligett，K。；Wasserman，L.，《带压缩的差异隐私》，IEEE信息理论国际研讨会论文集。，2718-2722 (2009)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。