付東煒

摘 要：社交網(wǎng)絡(luò)結(jié)構(gòu)信息和非敏感屬性信息均可通過(guò)公開(kāi)的用戶(hù)信息進(jìn)行推測(cè)，從而推測(cè)出隱私用戶(hù)的信息，甚至造成敏感屬性的推測(cè)，該文提出一種基于社區(qū)關(guān)鍵節(jié)點(diǎn)隱私用戶(hù)推測(cè)方法，對(duì)社區(qū)劃分中關(guān)鍵節(jié)點(diǎn)用戶(hù)隱私推測(cè)策略，最后以實(shí)例來(lái)說(shuō)明其推測(cè)過(guò)程。

關(guān)鍵詞：社交網(wǎng)絡(luò) 敏感屬性 推測(cè) 社區(qū)劃分

中圖分類(lèi)號(hào)：TP293 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2017）03（c）-0010-02

社交網(wǎng)絡(luò)的高速發(fā)展，不同社交團(tuán)體之間關(guān)系緊密，有的社交團(tuán)體關(guān)系稀疏，這些不同的群體社交關(guān)系網(wǎng)絡(luò)中的社區(qū)[1]。研究表明，很多在線(xiàn)社交網(wǎng)絡(luò)用戶(hù)對(duì)安全風(fēng)險(xiǎn)認(rèn)識(shí)不足[2，3].通過(guò)對(duì)Facebook上調(diào)查80%用戶(hù)使用個(gè)人使用清晰可識(shí)別或者半可識(shí)別的個(gè)人照片信息[2]，而一些用戶(hù)在交流過(guò)程中被泄露[3]。

1 基于社區(qū)劃分用戶(hù)隱私泄露

在社交網(wǎng)絡(luò)中大量用戶(hù)的個(gè)人信息是公開(kāi)的，對(duì)于社交網(wǎng)絡(luò)中用戶(hù)u，由其好友組成的好友關(guān)系網(wǎng)絡(luò)Gu=（Vu，Eu），Vu=Eu即與用戶(hù)u鄰接節(jié)點(diǎn)的集合，Eu ={i， j|i， j∈Vu }即用戶(hù)u的好友之間關(guān)系的集合。利用社區(qū)發(fā)現(xiàn)算法可以將Gu分為社區(qū)Ci，i=1，2，…，N，N 為總的社區(qū)數(shù)。對(duì)社區(qū)Ci內(nèi)公開(kāi)信息的用戶(hù)Pubi計(jì)算，Ki為社區(qū)Ci內(nèi)的公開(kāi)信息核心結(jié)節(jié)數(shù)，Pi為社區(qū)Ci核心集，令Ti=| Pubi|/|Ci|=θ，Tik=| Ki|/| Pi |=θ，|Ci|為社區(qū)中總用戶(hù)數(shù)，|Pubi|為社區(qū)信息公開(kāi)的用戶(hù)數(shù)，| Pi |為社區(qū)的核心結(jié)節(jié)數(shù)，|Ki|為社區(qū)核心公開(kāi)數(shù)，為了保證實(shí)驗(yàn)的有效性，Ti，Tik滿(mǎn)足θ，θ，是實(shí)驗(yàn)中的閾值，該文中θ是關(guān)鍵值，下面按照兩種情況進(jìn)行討論：如果 Tik非常小，通過(guò)對(duì)Ti公開(kāi)信息的內(nèi)容進(jìn)行推測(cè)，如果關(guān)鍵節(jié)點(diǎn)信息被隱藏，而關(guān)鍵節(jié)點(diǎn)的連接節(jié)點(diǎn)信息都公開(kāi)的，那關(guān)鍵節(jié)點(diǎn)的信息可以推測(cè)出來(lái)；如果關(guān)鍵節(jié)點(diǎn)信息被隱藏，但在關(guān)鍵節(jié)點(diǎn)中有隱藏節(jié)點(diǎn)，此時(shí)，分兩種情況：（1）如果隱藏節(jié)點(diǎn)數(shù)目有限，則可以直接推測(cè)出關(guān)鍵信息；（2）如果隱藏節(jié)點(diǎn)數(shù)目多，無(wú)法直接推測(cè)關(guān)鍵節(jié)點(diǎn)，通過(guò)其周?chē)?jié)點(diǎn)信息的公開(kāi)情況來(lái)推測(cè)其信息，再推測(cè)關(guān)鍵節(jié)點(diǎn)信息。

如果Ti值很大時(shí)，可以大大提高關(guān)鍵節(jié)點(diǎn)推測(cè)正確率。當(dāng)Ti值很大時(shí)，Tik很大時(shí)，則系統(tǒng)推測(cè)正確率高；當(dāng)Ti值很大時(shí)，Tik很小時(shí)，通過(guò)關(guān)鍵節(jié)點(diǎn)的連接節(jié)點(diǎn)推測(cè)出關(guān)鍵節(jié)點(diǎn)信息，提高Ti k的值，從而提高系統(tǒng)推測(cè)正確率；當(dāng)Ti值很小時(shí)，Ti k很大時(shí)，通過(guò)關(guān)鍵節(jié)點(diǎn)推測(cè)其連接節(jié)點(diǎn)，提高Ti的值，從而提高系統(tǒng)推測(cè)正確率；當(dāng)Ti值很小時(shí)，Ti k很小時(shí)，此時(shí)系統(tǒng)無(wú)法保證很高的推測(cè)正確率。算法如下：

（1）利用modularity 為度量的社區(qū)發(fā)現(xiàn)，實(shí)現(xiàn)劃分社區(qū)和利用PageRank算法確定每個(gè)社區(qū)的關(guān)鍵節(jié)點(diǎn)；

（2）計(jì)算 Ti，Tik，θ取0.4，θ取0.5 ，如果Ti值大，θ可以取小點(diǎn)；

（3）If Ti≥0.4andTik≥0.5通過(guò)關(guān)鍵節(jié)點(diǎn)，推測(cè)連接隱私節(jié)點(diǎn)信息，再推測(cè)其它關(guān)鍵節(jié)點(diǎn)或先推測(cè)所有關(guān)鍵節(jié)點(diǎn)，再推測(cè)其它節(jié)點(diǎn)；

（4）If Ti≥0.4andTik<0.5通過(guò)連接節(jié)點(diǎn)，推測(cè)關(guān)鍵隱私節(jié)點(diǎn)信息，再推測(cè)其它連接節(jié)點(diǎn)；

（5）If Ti<0.4andTik≥0.5通過(guò)關(guān)鍵節(jié)點(diǎn)，推測(cè)連接隱私節(jié)點(diǎn)信息，再推測(cè)其它關(guān)鍵節(jié)點(diǎn)。

2 實(shí)例說(shuō)明

以圖1為例對(duì)信息推測(cè)過(guò)程進(jìn)行仿真，該實(shí)例可以分為4個(gè)社區(qū)，通過(guò)PageRank算法計(jì)算得到關(guān)鍵節(jié)點(diǎn)，則社區(qū)A，B，C，D關(guān)鍵節(jié)點(diǎn)：A={A2，A3}，B={B1，B3}，C={C1，C3}，D={D5，D3}。

首先計(jì)算A社區(qū)中隱藏節(jié)點(diǎn)A1的信息，令A(yù)i={InFi1A，InFi2A， InFi3A ，…， InFinA}，表示A社區(qū)中i節(jié)點(diǎn)的信息。A社區(qū)能夠成為一個(gè)獨(dú)立的社區(qū)，成員之間存在大量地相同信息，A1=A2∩A3∩A4，A2∩A3，關(guān)鍵節(jié)點(diǎn)，信息中包括著與A1與A4的信息，已經(jīng)A4的信息是公開(kāi)，此時(shí)，隱藏節(jié)點(diǎn)A1= A2∩A3∩A4∪（A2∩A3-A4）通過(guò)關(guān)鍵節(jié)點(diǎn)來(lái)推測(cè)連接節(jié)點(diǎn)。

在社區(qū)C中，通過(guò)關(guān)鍵隱藏節(jié)點(diǎn)C3，通過(guò)C2，C1，C4進(jìn)行推測(cè)C3= C2∩C1∩C4，已經(jīng)C1也是關(guān)鍵節(jié)點(diǎn)，也存在部分信息C1-C2∩C4-C3中信息為C3的信息，則C3= C2∩C1∩C4∪（C1-C2∩C4-C3）。

以此類(lèi)推，圖1中所有的隱藏節(jié)點(diǎn)都可以推測(cè)出來(lái)，由于時(shí)間關(guān)系，實(shí)驗(yàn)仿真部分可選現(xiàn)有微博等用戶(hù)進(jìn)行實(shí)例推測(cè)，后期的工作中對(duì)相關(guān)信息推測(cè)進(jìn)行推進(jìn)。

4 結(jié)語(yǔ)

該文提出一種基于關(guān)鍵節(jié)點(diǎn)的隱私用戶(hù)信息推測(cè)方法，通過(guò)社區(qū)的關(guān)鍵節(jié)點(diǎn)推測(cè)其它隱私節(jié)點(diǎn)信息。后期的工作通過(guò)對(duì)完整的社交信息進(jìn)行學(xué)習(xí)，找出信息中關(guān)鍵節(jié)點(diǎn)在信息傳播過(guò)程中的作用。

參考文獻(xiàn)

[1] NEWMAN M. Modularity and community structure in network[J].The National Academy of Sciences，2012， 103（23）：8857-8582.

[2] Gross R，Acquisti A.Information revelation and privacy in online social networks[C]//Proc of ACM Workshop on Privacy in the Electronic Society.2013：71-80.

[3] Huberman B A，Adar E，F(xiàn)ine L R.Valuating privacy[J].IEEE Security and Privacy，2014，10（5）：22-25.