基于奇异值分解的含权网络匿名化的安全性分析

• 作 者: 曾勇 周灵杰 蒋忠元 刘志宏 马建峰
• 机 构: 西安电子科技大学网络与信息安全学院
• 出 处: 通信学报
• 发表日期: 2018年05期
• 关键词: 奇异值分解 含权社交网络 隐私保护 singular value decomposition weighted social networks privacy
• 基金项目: 国家重点研发计划基金资助项目（No.2016YFB0800601）, 国家自然科学基金资助项目（No.U1405255）, 111基地基金资助项目（No.B16037）, 中央高校基本科研业务费专项资金资助项目（No.BDZ011402）

分析基于奇异值分解(SVD)的匿名方法在加权社交网络隐私保护中的安全性,给出在含整数权重网络中的重构方法和在含任意权重网络中的非精确重构方法,定义ε/N-容忍性来衡量其安全性,指出目前谱分析理论得到的ε(可重构系数)上界过于保守因而缺乏指导性。通过实验来测试随机网络、Barabasi-Albert网络、小世界网络以及实际网络的可重构系数,同时测试了基于SVD的双重扰动策略的可重构系数。实验结果表明,加权社交网络对谱的丢失具有不同的容忍性,其容忍性与网络参数之间存在密切的关系。