[发明专利]基于不确定图的社会网络数据差分隐私保护方法

摘要

本发明公开一种基于不确定图的社会网络数据差分隐私保护方法，首先构建原始图及其原始图，并根据原始图构建带有权值的不确定图及其不确定图的邻接矩阵；接着根据不确定图构建满足差分隐私所需加入的噪声邻接矩阵；最后将不确定图的邻接矩阵和噪声邻接矩阵相加后，得到待发布图邻接矩阵，并将待发布图邻接矩阵转化成社会网络图发布。本发明在加入噪声时，既保证了符合差分隐私，同时又更多的保存了原始图的结构信息，使得发布的图不会添加过量的噪声，有利于数据分析者做更多的研究分析。

主权项

基于不确定图的社会网络数据差分隐私保护方法，其特征是，包括步骤如下：步骤1、对给定的原始社会网络进行去标识处理，并对原始社会网络中的各个节点从1至N进行编号后，得到原始图；步骤2、遍历原始图中各个节点，得到节点的度信息，并据此计算原始图中每条边的权值，以得到每条边带有权值的不确定图，并根据该不确定图构建1个N×N的不确定图邻接矩阵；步骤3、在不确定图中找到权值之和最大的闭合三元组结构，并将该闭合三元组结构的权值之和作为敏感度Sf；步骤4、根据给定的隐私预算参数ε和步骤3所得到的敏感度Sf，均匀而随机的抽样拉普拉斯分布，并将其随机添加到一个N×N矩阵的上三角位置和下三角位置，并由此构建出一个主对角线为零，上三角位置和下三角位置关于主对角线对称的噪声邻接矩阵；步骤5、将步骤4所构建的噪声邻接矩阵和步骤2所构建的不确定图邻接矩阵相加后，得到待发布网络邻接矩阵；步骤6、将待发布网络邻接矩阵转化为社会网络图后进行发布；上述N为原始社会网络中节点的个数。