社会关系网络匿名方法探究论文
【摘 要】近年来，随着互联网技术飞速发展，各色社交平台层出不穷，互联网让人们交流更加便利的同时，也带来了诸多用户隐私泄露的问题。如何在数据庞大结构复杂的社会关系网络中保护用户隐私信息，通过怎样的方法匿名发布信息，成为一个迫切需要解决的问题，并逐渐成为网络安全方面的热点问题之一。论文以保护用户敏感标签的社会关系网络匿名算法为研究对象，对其目标序列的产生、以目标序列为指导匿名化网络进行了探索与研究。
【关键词】社会关系网络；隐私保护；敏感标签
1 论文的研究背景和意义
1967 年， Milgram 发表了名为小世界实验的科研报告 [1],研究人员将一些信件随机交给 Omaha 和 Wichita 几个志愿者作为起点，以 Boston 等几个志愿者作为终点，每个拿到信的人，若认识目标，就把信直接交给目标；若不认识目标，则把信交给他认为认识目标的人。在实验里，分析所有到达的信件被转交的数据，发现平均转交次数为 6.这也就是著名的六度分隔理论，理论上，最多只要经过 6 个人就能联系到世界上的任何一个人。
社交平台和支付平台出于安全考虑，需要用户的个人信息，如姓名、身份证号码等，企业也为了自身的利益以及系统的完善性，不断地收集用户的隐私数据，并运用这些隐私数据研究用户的行为偏好，为系统的改善、企业的未来方向做指引。但是，有的企业管理不善，某些员工会将用户的这些数据出卖来获取利益，尽管这些信息在公开用户的隐私数据时抹去了密码等敏感信息，但是攻击者依然可以确定到相应的用户，这种行为给用户的隐私信息安全带来了极大隐患。
在这种情况下，有些用户担心自己的隐私信息被暴露，一方面留恋互联网带来的便利，另一方面担心自己的隐私被窃取，在这样矛盾的心理下，用户会选择性地使用虚假信息，而虚假信息反过来影响企业的正常判断，使得企业的数据不全、策略不当，如此下去，不利于互联网事业的发展。
2 保护隐私的方法
传统隐私保护方法有很多，大致可以分为以下几类：①加密方案。数据加密有多种方法，但是窥其本质，都是通过一定密码机制，在令数据无损失的同时，使用户原始数据变得不可见。②伪装方案。其基本思想是先把用户个人数据“伪装”.POLAT [2,3] 提出的伪装方案，即是采用随机扰动技术伪装用户的真实数据的方式。在数据隐藏方法中，随机扰动技术很常用，想要隐藏数据 n,就给 n 加上随机数 r,伪装后的数据为 n+r,即对用户的真实数据进行处理后再发送给服务器。③聚合模糊方案。数据聚合，是指把用户分组，并处理组内用户数据得到一个聚合数据。这个数据即为公共使用的数据，这样就避免了用户信息泄露。
但是，这些传统方法并不能很好地保护社会网络中用户的数据隐私。相对于传统表格式数据结构，社会网络结构比较复杂，不仅包括了用户个人的敏感数据、敏感属性，也包含了用户与用户之间的关系。社会网络这种空间结构，用数据结构中的图来抽象为模型最适合不过。图中节点代表用户，边代表用户与用户之间存在社交关系。将社会网络描述为图后，有关图的很多理论就可以应用在社交网络隐私保护的研究中。自Kun Liu,Evimaria Terzi 等人提出了图的 k-度匿名方法，社会网络数据隐私安全的研究一直是一个热点领域。
迄今为止，由于实际的人类社交网络的数据含量过于庞大、隐私保护算法过于复杂等原因，关于社交网络数据隐私的研究仍然处于较为初级的'理论阶段，但是研究此领域的意义对于互联网，对于每个人来说，都是及其重要的。社交网络隐私算法具有重要的意义，它不仅具有较高的理论研究价值，也有很高的实际应用价值，未来发展具有很大潜力。
3 国内外研究现状
随着互联网现世，社交网络飞速发展，各领域研究者均从社交网络的大数据上得到了很多研究信息，比如用户行为、社交传播、传染病扩散等，社交网络给研究者带来便利的同时，社交网络公开数据的性质对个人隐私数据的威胁日益增长。为了保护社交网络中用户的隐私数据，近年来，国内外对于社会网络已经做了很多研究工作。
目前对于社会网络中隐私安全的研究，可以按阶段分为四类：第一， P2P模式。以社会网络中常见的推荐系统为例，P2P模式要使每个用户的计算机既是客户端又是服务器，即用户的个人数据位于自己的计算机中。这样的话，用户完全自己操纵个人数据，如TVEIT[4],但是这个系统在移动端间的泛洪通信方式导致通信费用比较昂贵。由于TVEIT还是采取通过网络传输个人数据的传统方式，所以依然具有隐私暴露的潜在危机。而在CANNY提到的系统 [5,6] 中，同样是基于P2P模式的系统，使用了聚合数据和加密，以确保用户数据不被暴露。所谓数据聚合，是指把用户分组，并处理组内用户数据得到一个聚合数据。这个数据即为公共使用的数据。这一方法的优秀之处在于，用户对个人数据可以完全控制。Franchi [6] 等人提出了一种基于密钥的身份系统，并将它应用在微博等社交平台中，搭建了一个保护用户隐私的匿名社交网络。 P2P模式理论上最为简单直观，对于数据规模较小的系统有着较好的隐私保护效果，但是对于庞大的社会网络而言，把用户信息只存在用户的客户端内是不现实的：第一，手机、智能手表等移动端内存较小，不适合存储所有数据；第二，频繁的通信使得传输强度过大，导致效率低下、传输设备损耗快等问题。第二， 信息混淆模式。信息混淆是指将所有用户隐私信息进行混淆，南丽丽等人 [7] 首次提出基于信息混淆机制的社会网络隐私数据保护方案，将混淆后的用户信息在网络中环状扩散。吴涛 [8] 使用火狐浏览器的扩展功能完成信息混淆，实现了人人网平台的用户信息混淆。AGRAWAL[9]沿用这种混淆技术，在数据挖掘过程中保护隐私，并取得了较好的效果。另外一种混淆用户个人数据的方法是模糊化处理。简单地说，模糊化处理是把一部分用户个人数据用其他数据掩盖，在研究 [10]中，BERKOVSKY完成了一个模糊化处理的系统，该系统为保护用户隐私，采用模糊化的用户描述文件进行推荐，实验显示系统推荐的结果仍比较精确。信息混淆模式既考虑到了保护用户隐私数据的问题，又顾及了广告商与第三方应用部门的利益。但是信息混淆模式适用的数据库、系统规模较小，对全部用户隐私数据的混淆、模糊，很大程度上破坏了信息的原始性，大大改变了社会网络的图结构，造成了数据冗余、计算量太大等问题。
4 结语
本文主要介绍了本文中用到的相关理论和技术，首先介绍了有关社会关系网络的定义和重要理论，接着介绍了对于图结构的几种攻击方法，针对以上提出的攻击方法，介绍了图的 k-匿名方案以及保护用户敏感标签的图的 k-l-匿名方案。对现有的社会关系网络匿名方法进行了分类总结，讨论其优劣。然后，介绍了一些评价社会关系网络匿名方法的标准。
【参考文献】
【1】Jeffrey， Stanley Milgram. An Experimental Study of the Small World Problem[J].Sociometry， 1969，32（4 ）：425+443.
【2】POLAT H， DU Wen-liang. Privacy-preserving collaborative filtering using randomized perturbationtechniques[A]. Proceedings of the 3rd Internation Conference on Data Mining[C]. WashingtonDC：IEEE Computer Society，2003.
【3】POLAT H， DU Wen-liang. SVD-based collaborative fitering with privacy[A]. Proceedings of ACMSymposium on Applied Computing[C]. New York：ACM Press，2004.
【社会关系网络匿名方法探究论文】相关文章：
电机保护数据采集方法的探究论文11-26
浅谈网络环境下的专题探究学习论文09-12
基于信息交互的网络教学模式探究论文09-09
网络信息化平台的教学探究论文04-18
中专数学教育的意义与方法探究教育论文09-20
探究推力轴承的安装与调整方法论文10-26
公路软土地基处理方法探究论文10-01