基于位置的社会网络的k-连接安全分组匿名方法
随着无线传感器网络和定位技术的蓬勃发展,越来越多的用户开始使用基于位置的社会网络(location-based social network,LBSN)应用,由此产生了大量的LBSN数据.这些数据在挖掘用户的行为习惯、为用户推荐朋友或感兴趣的地点等方面起到了重要作用.但是,直接发布的LBSN数据会给用户的隐私信息带来威胁,当前没有针对LBSN数据的匿名方法.提出了适用于LBSN数据匿名的k-连接安全分组匿名模型,防止LBSN数据发布中的结点身份泄露和敏感关系泄露.并提出了2种算法来实现该匿名模型:k-LSG算法和k-ILSG算法.k-LSG算法先对位置结点直接进行k-安全分组,然后处理分组中产生的外连分组和内连分组.为了提高匿名数据可用性,又提出了支持高可用性的k-ILSG算法,其基本思想是在分组过程中尽可能少地产生新的外连分组和内连分组.k-ILSG算法在执行效率和生成匿名数据的可用性方面都有了显著提高.通过在真实数据集上进行大量的实验,验证了算法的有效性和匿名数据的高可用性.
社会网络 k-连接 安全分组 匿名数据 位置服务
郝雪燕 朱怀杰 杨晓春 王斌
东北大学信息科学与工程学院 沈阳 110819
国内会议
太原
中文
256-264
2014-09-19（万方平台首次上网日期，不代表论文的发表时间）