一种基于分类器的社交网络去匿名方法

摘要：

为保护社交网络用户隐私,验证社交网络提供商对社交数据进行匿名保护的有效性,本文提出了一种基于随机森林分类器的社交网络去匿名方案.首先,方法将社交网络的去匿名问题转化为辅助网络与匿名网络之间的节点匹配问题,然后把网络结构的特征(如节点度中心性、中介中心性、亲近中心性、特征向量中心性)作为节点特征向量训练分类器.最后,根据训练后分类器的判定结果,方法实现两个网络节点间的匹配,完成了去匿名测试过程.利用真实的学术社交网络数据进行了方案评估,结果表明本文提出的方法优于已有方案,在0.5%假阳性率的情况下仍能实现81%的社交网络节点去匿名化效果.

关键词：社交网络、去匿名、节点匹配、社交网络结构

所属期刊栏目：15

分类号：TP311.13(计算技术、计算机技术)

资助基金：广东省自然基金资助项目2015A030310492;深圳市基础研究项目JCYJ20160301152145171;河南省科技厅科技攻关项目162102410076,162102310578;河南省高等学校重点科研项目16A520062,17A520064

在线出版日期：2017-12-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：6-11