权重社交网络隐私保护中的差分隐私算法
来源：计算机工程杂志2019年第4期北京时间：
作者：王丹,龙士工
单位：贵州大学 a.贵州省公共大数据重点实验室; b.计算机科学与技术学院,贵阳 550025
摘要：针对社交网络的边权重隐私泄露问题,提出一种权重社交网络隐私保护算法。利用无向有权图表示社交网络,把边权重序列作为一个无归属直方图处理,将包含敏感信息的权重加入拉普拉斯噪声以满足差分隐私保护要求。为减少噪音量,对直方图中具有相同计数的桶合并成组,根据组间k-不可区分性来保证差分隐私保护要求,通过对原始的权重序列进行一致性推理保持网络最短路径不变。理论分析和实验结果表明,该算法能够满足差分隐私保护要求,且提高了信息发布的准确性和实用性。
关键词：社交网络,差分隐私,隐私保护,最短路径,边权重
基金资助：贵州省公共大数据重点实验室开放项目(2017001)。
