摘要:社交网络、邮件系统、推荐系统等信息系统的广泛使用产生了大规模的图数据,在点或边差分隐私约束下对这些数据进行和共享可以充分发挥其潜在价值,同时又能保证数据中所涉及用户的隐私信息不被泄露.针对点差分隐私定义下查询函数敏感度比较大的问题,提出一种基于度排序的边移除方法(sequence edge-removal, SER),并在此基础上进一步给出了2种点差分隐私下图的度分布直方图机制.仿真实验表明:SER方法能有效抑制机制的敏感度,保留更多原始图中的边,降低了数据与真实数据之间的误差.此外,相比于已有工作,基于SER方法的度直方图机制在提供同等隐私保护水平的条件下,更好地刻画了真实数据的度分布,提高了数据的可用性.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社