社交网络隐私保护与智能电网电力售卖安全方案
社交网络隐私保护
重定向边方法(RedirectEdges)
重定向边方法用于在社交网络中创建边,以实现节点的匿名化。具体操作如下:
1. 在节点集合 (N_v) 中的节点之间创建边,且每个节点仅使用一次。
2. (N_v) 中的剩余节点与图中未分组的节点随机创建一条边。
3. 如果某些剩余节点与所有未分组节点都有关系,则将它们连接回节点 (v)。
例如,在图 3(a) 中,重定向边集合 (R_v) 为 ({e_1, e_2, e_3, e_4}),关联节点集合 (N_v) 为 ({v_1, v_2, v_3, v_4})。在图 3(b) 中,首先在 (v_1) 和 (v_2) 之间创建边 (e_1’),然后在 ({v_3, v_4}) 和未分组节点之间随机创建边。由于 (v_4) 与所有未分组节点都有关系,因此只创建了一条新边 (e_2’),并且 (v_4) 再次连接回 (v)。应用重定向边方法后,现有的添加边集合 ({e_1, e_2, e_3, e_4}) 转换为边集合 ({e_1’, e_2’, e_3’})。
分配剩余节点方法(AssignResidue)
社交网络的度分布遵循幂律,即大多数节点的度较小,少数节点的度显著较高。由于 GLD 算法首先处理度较高的节点,最后一组 (N_{last}) 的节点通常具有相同的度(度为 1),无需进行处理。如果不是这种情况,则对 (N_{last}) 的匿名处理方法与其他组不同。具体步骤如下:
1. 对 (N_{last}) 应用 AdjustGroup 方法的前两个步骤,输出数字序列。
2
超级会员免费看
订阅专栏 解锁全文
460

被折叠的 条评论
为什么被折叠?



