陈可
- 作品数：1 被引量：4H指数：1
- 供职机构：东北大学信息科学与工程学院更多>>
- 发文基金：中央高校基本科研业务费专项资金国家教育部博士点基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 防止路径攻击的加权社会网络匿名化技术被引量：4
- 2013年
- 随着社会网络的普及,社会网络数据的隐私保护问题,已经成为数据隐私研究领域学者普遍关注的热点问题。由于隐私信息异常广泛,攻击者可以利用多种背景知识进行隐私攻击。现有的隐私保护技术,大多针对简单社会网络,并不适用于加权社会网络。对加权社会网络中的路径隐私泄露问题进行了研究,针对最短路径识别提出了加权图k-可能路径匿名(k-possible path anonymity,KPPA)隐私保护模型,来防止基于加权社会网络的最短路径隐私攻击,设计了一种基于权重泛化的匿名方法来实现KPPA算法。通过在真实数据集上的大量测试研究,证明了KPPA算法对于加权图路径隐私保护的有效性,同时基于KPPA算法可以保留原图结构性质,提高权重信息的可用性。
- 陈可刘向宇王斌张弘毅杨晓春
- 关键词：最短路径
