%0 Journal Article
%T 加权社会网络中的个性化隐私保护算法
%J -
%D 2016
%X 针对加权社会网络中存在一部分用户不需要隐私保护或者需要某种特殊隐私保护的现象，提出了一种基于加权社会网络数据发布的个性化隐私保护方法。将社会网络中的隐私保护分为3个等级：不需保护L=0、防止权重包攻击L=1和防止敏感属性泄漏L =2。对于L≠0的节点集，通过k-度分组和修改权重包信息对节点进行匿名，使得每个分组满足权重包k-匿名；在分组过程中，对于存在L =2的分组要求其敏感属性满足l-diversity。理论分析和实验表明：攻击者不能以大于1/ k的概率识别出某节点，且不能以大于1/ l的概率推断出节点的敏感信息。该方法能够满足社会网络中各用户对隐私保护的要求，同时降低了社会网络图的信息损失
%K 加权社会网络
%K 隐私保护
%K 个性化
%K 权重包
%K 敏感属性
%U http://www.xactad.org//oa/darticle.aspx?type=view&id=201608019