图隐私论文速递：Privacy-Preserving Global Structural Balance Computation in Signed Networks

最新推荐文章于 2022-05-11 17:00:00 发布

原创最新推荐文章于 2022-05-11 17:00:00 发布 · 447 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#符号网络 #外包计算 #全局结构平衡 #隐私计算

图数据隐私-论文速递专栏收录该内容

11 篇文章

订阅专栏

本文介绍了一种在符号网络中实现全局结构平衡计算的同时保护隐私的方法。该方法通过同态加密技术设计了一个双服务器模式的隐私保护协议，确保了在分布式外包计算过程中符号网络的数据结构、节点及连接隐私得到保护。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

作者：gufe_hfding

论文概况

在这里插入图片描述
今天要分享的论文是深圳大学林秋镇老师团队发表在IEEE Trans. Comput. Soc. Syst.上的“Privacy-Preserving Global Structural Balance Computation in Signed Networks”。林老师在机器学习、演化算法方面造诣颇深，近年来发表了很多高水平的论文，隐私和安全不是他们团队的主要研究方向，这篇论文是发现的第一篇。

Lijia Ma, Xiaopeng Huang, Jianqiang Li, Qiuzhen Lin, Zhuhong You, Maoguo Gong, Victor C. M. Leung. Privacy-Preserving Global Structural Balance Computation in Signed Networks. IEEE Trans. Comput. Soc. Syst. 7(1): 164-177 (2020)

这篇论文主要解决的问题是分布式场景下，符号网络的数据采集和外包计算隐私保护。各个节点加密局部网络，并提交给第三方进行全局结构平衡计算，不会泄露图的结构、节点和连接隐私。

事实上，符号网络图数据的隐私研究还不多，之前有一篇是做去匿名攻击的论文。

Jianliang Gao, Jianxin Wang, Jianbiao He, Fengxia Yan. Against Signed Graph Deanonymization Attacks on Social Networks. Int. J. Parallel Program. 47(4): 725-739 (2019)

论文创新

论文的核心创新是利用同态加密设计了双服务器模式的符号网络全局结构平衡隐私计算协议，能够在分布式外包计算中保护符号网络图数据的结构、节点和连接隐私。

论文启示

我对符号网络了解不多，今天看这篇论文才了解到符号网络能够表示合作与冲突的关系，网络中也包含诸多隐私信息，如sensitive communications, decisions, opinions, interests, records, treatment outcomes, and deals among individuals。在外包计算中保护这些隐私当然是有意义的，在很多网络中，网络节点没有能力计算图的全局特征，特别是分布式社交网络、IOT网络中，需要以分布式的形式各个节点上传局部网络信息，然后外包计算全局数据挖掘。

除了本文说到的全局结构平衡计算，还有很多符号网络的其他计算，是否可以设计不同的协议呢？
能不能有通用的外包计算协议呢？能够适应不同的计算需求。
此外，本文是做了些假设，每个节点都能够知道一部分网络信息，也能够进行加解密运算，如果是IOT网络中，不一定满足这些假设，正如论文所述，如何设计更加符合实际场景的计算协议呢？