48、半边缘匿名：图数据隐私保护新方法

半边缘匿名：图数据隐私保护新方法

在当今数字化时代，图数据的隐私保护至关重要。本文将探讨一种新的图保护模型——半边缘匿名（Semi - Edge Anonymity，SEA）模型，以及其在图数据隐私保护中的应用。

1. 现有模型问题分析

在图数据隐私保护中，早期有模型保证节点和链接重识别的概率至多为 1/k。例如，通过使每个簇的大小至少为 k，可将用户重识别的概率限制在 1/k 以内。对于链接保护，Cormode 的保护模型有两个安全条件：一是簇内无链接；二是同一簇内的任意两个节点不连接到同一节点。

然而，这些安全条件可能导致隐私泄露。假设攻击者知道一个子图，结合发布的图和安全条件，就能唯一确定某些节点之间的链接。这是因为安全条件提供的信息比发布的图更多，在同构图（任意两个节点之间至多有一条边）中这种攻击更容易成功。

2. 问题描述

我们的目标是开发一个同时保护节点和链接的图保护模型，确保以下两个保护目标：
- 目标 1 ：对于任何节点 u，攻击者重新识别 u 的敏感标签的概率至多为 1/k。
- 目标 2 ：对于任何节点 u 和 v，攻击者成功发现 u 和 v 有链接的概率至多为 1/k，用 Prob(con(u, v)) 表示该概率，即 Prob(con(u, v)) ≤ 1/k。

假设攻击者拥有以下背景知识：
- 受害者的准标识符。
- 受害者周围的任何带标签子图。
- 发布图的生成方法。

攻击者可利用这些信息查询发布的图，以了解用户的敏感标签或确定两个用户在发布数据