陳旭林

(福建水利電力職業(yè)技術(shù)學(xué)院 信息工程學(xué)院, 福建 三明 366000)

社交網(wǎng)絡(luò)的大規(guī)模應(yīng)用,讓越來越多的人參與到社交網(wǎng)絡(luò)的活動(dòng)當(dāng)中,正因如此,社交網(wǎng)絡(luò)中可以獲得大量用戶的隱私數(shù)據(jù),且隱私數(shù)據(jù)涉及的領(lǐng)域非常廣泛,一旦被竊取,將會(huì)給用戶和社交平臺(tái)帶來極大的危險(xiǎn)[1]。同時(shí),對(duì)于個(gè)體而言,個(gè)人隱私被泄露,也會(huì)導(dǎo)致個(gè)體對(duì)社交網(wǎng)絡(luò)失去信心,從而減少對(duì)社交網(wǎng)絡(luò)的使用,阻礙社交網(wǎng)絡(luò)的發(fā)展。因此,如何保護(hù)隱私信息成為一個(gè)炙手可熱的話題[2]。劉曉娜等[3]利用GDK-means算法,對(duì)高校貧困生信息通過聚類處理的方式進(jìn)行隱私保護(hù)。但該方法需要消耗大量的計(jì)算時(shí)間和資源。蘇晨等[4]利用差分隱私對(duì)電力客戶數(shù)據(jù)進(jìn)行編碼,并將編碼后的數(shù)據(jù)進(jìn)行聚類處理,通過計(jì)算數(shù)據(jù)的節(jié)點(diǎn)和連接點(diǎn),保證數(shù)據(jù)的安全性。但GDK-means方法需要較多的迭代計(jì)算和參數(shù)調(diào)整,增加了計(jì)算和調(diào)試的復(fù)雜性。

在上述研究的基礎(chǔ)上,本文設(shè)計(jì)了一種利用生成對(duì)抗網(wǎng)絡(luò)反饋機(jī)制的社交網(wǎng)絡(luò)差分隱私保護(hù)方法。通過構(gòu)建社交網(wǎng)絡(luò)隱私風(fēng)險(xiǎn)量化模型,對(duì)隱私數(shù)據(jù)進(jìn)行聚類處理,從而實(shí)現(xiàn)對(duì)社交網(wǎng)絡(luò)差分隱私數(shù)據(jù)的保護(hù)。試驗(yàn)結(jié)果表明該方法能夠提高隱私數(shù)據(jù)的安全性,減少因數(shù)據(jù)泄露帶來的安全問題。

1 社交網(wǎng)絡(luò)差分隱私保護(hù)方法設(shè)計(jì)

1.1 構(gòu)建差分隱私風(fēng)險(xiǎn)量化模型

影響社交網(wǎng)絡(luò)數(shù)據(jù)隱私泄露的因素很多,為了實(shí)現(xiàn)對(duì)社交網(wǎng)絡(luò)差分隱私的保護(hù),構(gòu)建差分隱私風(fēng)險(xiǎn)量化模型,利用隱私風(fēng)險(xiǎn)量化模型對(duì)數(shù)據(jù)隱私泄露的風(fēng)險(xiǎn)進(jìn)行量化,實(shí)現(xiàn)對(duì)真實(shí)數(shù)據(jù)的保護(hù)[5]。在構(gòu)建差分隱私風(fēng)險(xiǎn)量化模型時(shí),首先要根據(jù)復(fù)雜的社交網(wǎng)絡(luò)圖數(shù)據(jù),計(jì)算相對(duì)應(yīng)的差分隱私預(yù)算參數(shù)[6],其具體計(jì)算過程如式(1)。

(1)

式中:εi表示差分隱私的預(yù)算參數(shù);Q表示噪聲添加參數(shù)。通過上述公式計(jì)算出差分隱私的預(yù)算參數(shù),以此為基礎(chǔ),結(jié)合對(duì)隱私數(shù)據(jù)的精確風(fēng)險(xiǎn)量化,構(gòu)建差分隱私風(fēng)險(xiǎn)量化模型,模型如圖1所示。

在利用差分隱私風(fēng)險(xiǎn)量化模型量化隱私數(shù)據(jù)泄露風(fēng)險(xiǎn)的過程中,首先,將原始的社交網(wǎng)絡(luò)數(shù)據(jù)集進(jìn)行抽象處理,接著將抽象處理后的數(shù)據(jù)集發(fā)布到社交網(wǎng)絡(luò),再將發(fā)布后的數(shù)據(jù)集作為信息的接收方[7]。然后對(duì)社交網(wǎng)絡(luò)中用戶的數(shù)量進(jìn)行統(tǒng)計(jì),從而計(jì)算社交網(wǎng)絡(luò)的接收方和發(fā)送方所擁有的信息量,其具體計(jì)算過程如式(2)。

(2)

式中:H(G)表示發(fā)送方發(fā)送的隱私數(shù)據(jù)包含的信息量;H′(G)表示接收方接收的數(shù)據(jù)信息量;pi表示傳輸數(shù)據(jù)的概率向量;H(pi)表示數(shù)據(jù)的不確定;Vj表示數(shù)據(jù)傳輸通道中數(shù)據(jù)節(jié)點(diǎn)的信息量;gj表示數(shù)據(jù)通道中數(shù)據(jù)節(jié)點(diǎn)泄露數(shù)據(jù)信息的概率;vol(G)表示數(shù)據(jù)節(jié)點(diǎn)的連接權(quán)重。通過上述公式,計(jì)算出社交網(wǎng)絡(luò)中發(fā)送方和接收方的信息量,兩者之間的差值即為數(shù)據(jù)的隱私泄露量[8]。至此,差分隱私風(fēng)險(xiǎn)量化模型的構(gòu)建完成。

1.2 基于生成對(duì)抗網(wǎng)絡(luò)反饋的隱私數(shù)據(jù)分類

在構(gòu)建的差分隱私風(fēng)險(xiǎn)量化模型的基礎(chǔ)上,考慮到社交網(wǎng)絡(luò)中存在海量有價(jià)值且敏感的隱私信息,為了更好地實(shí)現(xiàn)對(duì)隱私數(shù)據(jù)的保護(hù),利用生成對(duì)抗網(wǎng)絡(luò)反饋對(duì)隱私數(shù)據(jù)進(jìn)行分類和判斷處理,減少數(shù)據(jù)出現(xiàn)泄露的可能,提高數(shù)據(jù)的安全性[9]。本文將分類過程劃分為兩個(gè)部分,一是數(shù)據(jù)分類的生成過程,二是數(shù)據(jù)分類的判別過程[10],其具體分類過程如圖2所示。

圖2 基于生成對(duì)抗網(wǎng)絡(luò)反饋的數(shù)據(jù)分類

由圖2可知,生成器是對(duì)輸入的初始數(shù)據(jù)集進(jìn)行處理,得到生成數(shù)據(jù)集。判別器是將輸入的生成數(shù)據(jù)和真實(shí)數(shù)據(jù)進(jìn)行判別,并輸出相應(yīng)的判別結(jié)果[11]。在對(duì)數(shù)據(jù)進(jìn)行分類時(shí),需要對(duì)初始數(shù)據(jù)集進(jìn)行計(jì)算,其具體計(jì)算過程如式(3)。

(3)

式中:H(D)表示初始社交網(wǎng)絡(luò)數(shù)據(jù)集的信息熵;k′表示初始社交網(wǎng)絡(luò)數(shù)據(jù)集在生成對(duì)抗網(wǎng)絡(luò)反饋的作用下,數(shù)據(jù)集分類的類別數(shù)量;Ck表示不同類別的子數(shù)據(jù)集。在此基礎(chǔ)上,將數(shù)據(jù)屬性作為界定數(shù)據(jù)集類別的標(biāo)準(zhǔn),根據(jù)不同的數(shù)據(jù)屬性,計(jì)算出數(shù)據(jù)集的信息熵,其具體計(jì)算過程如式(4)。

(4)

(5)

式中:HA(D)表示隱私數(shù)據(jù)分類后的信息量;gR(D,A)表示數(shù)據(jù)信息的增益率。利用計(jì)算出的信息增益率對(duì)分類后的數(shù)據(jù)信息進(jìn)行判斷,如果信息增益率能平衡分類屬性,則說明當(dāng)前分類結(jié)果符合標(biāo)準(zhǔn),如果無法平衡分類屬性,則說明當(dāng)前分類結(jié)果需要重新進(jìn)行[13]。至此,對(duì)隱私數(shù)據(jù)的分類完成。

1.3 實(shí)現(xiàn)社交網(wǎng)絡(luò)差分隱私保護(hù)

將GAN模型與差分隱私技術(shù)結(jié)合,通過在生成器和判別器中引入一定程度的噪聲,可以增強(qiáng)對(duì)個(gè)體隱私的保護(hù),并且保持生成數(shù)據(jù)樣本的可用性,進(jìn)而提高隱私保護(hù)效果,實(shí)現(xiàn)社交網(wǎng)絡(luò)差分隱私保護(hù)。其具體的隱私保護(hù)過程如圖3所示。

圖3 差分隱私保護(hù)過程

由圖3可知,在社交網(wǎng)絡(luò)中,當(dāng)從數(shù)據(jù)發(fā)送方接收到數(shù)據(jù)信息后,用戶在傳輸數(shù)據(jù)的過程中,為保證數(shù)據(jù)的安全性,需在發(fā)送方發(fā)送數(shù)據(jù)后,對(duì)其進(jìn)行加密處理,再將其傳輸?shù)浇邮辗?。在本文?利用差分隱私對(duì)其進(jìn)行加密處理,通過在傳輸?shù)臄?shù)據(jù)中添加噪聲使得數(shù)據(jù)信息發(fā)生改變[14]。差分隱私在數(shù)據(jù)中添加噪聲后,數(shù)據(jù)的變化情況如圖4所示。在傳輸?shù)臄?shù)據(jù)中注入隨機(jī)噪聲后,數(shù)據(jù)的波動(dòng)情況發(fā)生了改變,且與原本的數(shù)據(jù)有一定的偏差。在上述情況下,即便出現(xiàn)數(shù)據(jù)被竊取的情況,被竊取的數(shù)據(jù)也很難被解密和識(shí)別,數(shù)據(jù)泄露的情況大幅度降低。此外,在傳輸隱私數(shù)據(jù)的過程中,單一的加密方法很難保證加密的效果,因此,本文除了差分隱私加密方法外,還結(jié)合了其他加密算法共同加密,保證數(shù)據(jù)的安全。同時(shí),隱私數(shù)據(jù)的接收方想要接收發(fā)送方發(fā)送的隱私數(shù)據(jù)時(shí),需要先進(jìn)行身份驗(yàn)證,如果驗(yàn)證結(jié)果沒有異常,接收方才能接收到解密后的信息。否則接收方將無法接收數(shù)據(jù),且數(shù)據(jù)接收的異常信息也會(huì)很快反饋到發(fā)送方,提醒發(fā)送方注意信息安全。

圖4 差分隱私在數(shù)據(jù)中添加噪聲后的變化情況

2 試驗(yàn)測(cè)試

2.1 試驗(yàn)準(zhǔn)備

在本次試驗(yàn)中,需要使用的試驗(yàn)環(huán)境和參數(shù)如表1所示。

表1 試驗(yàn)環(huán)境及參數(shù)設(shè)置

根據(jù)表1設(shè)置相應(yīng)的試驗(yàn)參數(shù),得到的試驗(yàn)環(huán)境如圖5所示。利用數(shù)據(jù)采集儀采集相關(guān)試驗(yàn)數(shù)據(jù)信息,從中選取10個(gè)數(shù)據(jù)集作為試驗(yàn)對(duì)象開展本次試驗(yàn),其數(shù)據(jù)集的具體情況如表2所示。

表2 試驗(yàn)數(shù)據(jù)集具體信息

圖5 試驗(yàn)環(huán)境

在表2的數(shù)據(jù)集中,前5個(gè)數(shù)據(jù)集來源于twitter數(shù)據(jù)集,主要是利用twitter社交軟件在社交圈中獲得的數(shù)據(jù)資源,后5個(gè)數(shù)據(jù)集來源于Facebook數(shù)據(jù)集,包括Facebook在使用中,不同用戶對(duì)于彼此的關(guān)注信息。上述10個(gè)數(shù)據(jù)集均來自于真實(shí)的社交網(wǎng)絡(luò),能夠反映出社交網(wǎng)絡(luò)的實(shí)際特點(diǎn)和狀況。同時(shí),在本次試驗(yàn)中,利用本文的方法對(duì)上述數(shù)據(jù)集進(jìn)行分類處理,以數(shù)據(jù)集1為例的分類結(jié)果如圖6所示。

圖6 數(shù)據(jù)集1的分類結(jié)果

2.2 試驗(yàn)結(jié)果與討論

數(shù)據(jù)集1被劃分為3個(gè)不同的類別,根據(jù)數(shù)據(jù)集的分類結(jié)果,進(jìn)行相關(guān)的數(shù)據(jù)保護(hù)。本文設(shè)計(jì)的方法為方法1,文獻(xiàn)[5]提出的方法為方法2,文獻(xiàn)[7]提出的方法為方法3。為對(duì)比3種方法在實(shí)際應(yīng)用中的效果,本次試驗(yàn)以方法的執(zhí)行時(shí)間作為評(píng)價(jià)指標(biāo),通過對(duì)比3種方法在不同數(shù)據(jù)集下的執(zhí)行時(shí)間來體現(xiàn)該方法在進(jìn)行隱私保護(hù)時(shí)的效率優(yōu)劣,對(duì)比效果如圖7所示。

圖7 3種方法的執(zhí)行時(shí)間對(duì)比

利用不同的方法對(duì)不同的試驗(yàn)數(shù)據(jù)集進(jìn)行測(cè)試,執(zhí)行時(shí)間均有不同。其中,方法2在數(shù)據(jù)集10中的執(zhí)行時(shí)間最長(zhǎng),為599.5 ms;方法1在數(shù)據(jù)集3中的執(zhí)行時(shí)間最短,僅為112.3 ms;同時(shí),在10個(gè)試驗(yàn)數(shù)據(jù)集中,方法1的平均執(zhí)行時(shí)間為123.2 ms,方法2的平均執(zhí)行時(shí)間為498.5 ms,方法3的平均執(zhí)行時(shí)間為501.2 ms,因此,本文設(shè)計(jì)的方法在實(shí)際應(yīng)用中執(zhí)行時(shí)間最短,在改善隱私保護(hù)性能的同時(shí)提高了數(shù)據(jù)的安全性。

3 結(jié)語

本文設(shè)計(jì)的方法在生成對(duì)抗網(wǎng)絡(luò)反饋的支持下,將隱私數(shù)據(jù)集進(jìn)行分類處理,為后續(xù)隱私數(shù)據(jù)的保護(hù)提供更好的數(shù)據(jù)支持。然而,對(duì)于任何新的隱私保護(hù)方法,用戶的接受度是至關(guān)重要的。在推廣差分隱私風(fēng)險(xiǎn)量化模型和生成對(duì)抗網(wǎng)絡(luò)反饋方法時(shí),需要考慮用戶的參與意愿以及對(duì)數(shù)據(jù)隱私保護(hù)的關(guān)注程度。此外,在差分隱私預(yù)算參數(shù)的計(jì)算過程中,由于涉及到舍入操作或近似計(jì)算,可能會(huì)引入一定的誤差。這些誤差會(huì)對(duì)差分隱私預(yù)算的準(zhǔn)確性產(chǎn)生影響,并導(dǎo)致計(jì)算結(jié)果不夠精確。因此,在實(shí)際應(yīng)用中,需要對(duì)這些誤差進(jìn)行充分的考慮,并在計(jì)算過程中尋求更準(zhǔn)確和可靠的方法。