论文部分内容阅读
随着社会网络的飞速发展,越来越多的人们投入到这场新的社交盛宴里,他们通过社会网络沟通交流、分享信息,其中沉淀下来的社会网络关系和用户个人信息,具有非常重要的商业价值,吸引着越来越多的研究者来研究开发这一宝贵的财富。如何在保证用户隐私的同时,挖掘更多有价值的信息,是摆在每一个研究者面前的挑战。而另一方面,社交网站为了提高用户参与和分享的积极性,默认将隐私保护等级设置为较低,使得大多数用户敏感信息都没有很好地得到保护。针对上述情况,本文将社会网络隐私保护分为人际关系的隐私保护和个人信息的隐私保护。分别开展了基于谱约束和敏感区划分的社会网络人际关系隐私保护和个人隐私保护参数自动设置系统的研究工作,内容包括:1、社会网络中人际关系的隐私保护问题。既注重社会网络隐私保护又关注扰动后的数据可用性。为此本文做了以下两点改进:(1)提出了新的“交通枢纽式”敏感区划分方法,改进敏感区划分算法,使得保护对象更为明确。(2)结合上面的敏感区划分算法,研究并改进了原有的频谱扰动算法,能很好地维持了网络数据的可利用性,同时又具有较好的隐私保护程度。2、社会网络的访问控制问题。访问控制关注“好友”对用户隐私信息的访问权限设置。提出访问权限自动设置系统,通过分类器解决用户好友访问权限的分类问题,主要做了以下两点改进:(1)改进基于节点分裂的重叠社区的划分方法,使其适合于动态网络的社区划分,并且降低了算法复杂度提高了社区划分精度。(2)研究了基于非平衡数据的支持向量机方法,结合遗传算法对参数进行优化,设计了新的隐私偏好设置模型,以提高模型的精确度。3、针对以上的模型和算法,分别进行了实验和原型系统的设计与验证。实验及系统验证结果表明本文所提方法可以达到预定的要求,基于谱约束和敏感区划分的隐私保护方法能很好的平衡数据的隐私保护程度和可用性,个人隐私保护参数自动设置系统的有较好的自动设置精度以及用户设置便利性。