6、图中随机化链接混淆技术解析

图中随机化链接混淆技术解析

1. 熵的基础概念

熵是衡量信息不确定性的重要指标，在本文中用于量化链接混淆方法保护链接隐私的强度。以下是一些关键的熵相关概念和公式：
- 二元熵函数 ：对于随机变量 (X)，其结果定义为二元熵函数 (H_2(X))，公式如下：
[H_2(X) = p \log_2 \frac{1}{p} + (1 - p) \log_2 \frac{1}{1 - p}]
其中约定 (0 \times \log \frac{1}{0} = 0)。
- 集合随机变量的熵 ：集合随机变量 (X) 可以取一组可能值 (C_X = {c_1, c_2, \cdots, c_I})，每个值有对应的概率 (P_X = {p_1, p_2, \cdots, p_I})，其熵 (H(X)) 的计算公式为：
[H(X) = H(p_1, p_2, \cdots, p_I) = \sum_{i = 1}^{I} p_i \log_2 \frac{1}{p_i}]
- 独立变量熵的可加性 ：如果变量 (X) 和 (Y) 相互独立，那么它们结果的熵满足 (H(X, Y) = H(X) + H(Y))，并且 (H(X) \geq 0)，当且仅当存在一个 (i) 使得 (p_i = 1) 时等号成立。

2. LORA 框架概述

LORA（Link Obfuscation by Randomization in Graphs）框架主要包括两个步骤：
1. 寻找最适合源图的 HRG 模型