中文

在不知连接关系的情况下评估中心性

密码学与安全 2020-05-29 v1 机器学习 社会与信息网络

摘要

我们考虑分布式社交网络中以自我中心介数中心性(EBC)衡量的节点影响力的隐私保护计算。受跨越多个提供商的现代通信网络启发,我们首次展示了多个相互不信任的参与方如何成功计算节点 EBC,同时仅揭示关于其内部网络连接的差分隐私信息。一项理论效用分析以高概率对私有 EBC 误差的主要来源——自我网络私有发布——给出了上界。实证结果表明了实际适用性:在 Facebook 图上,在强隐私预算 ϵ=0.1\epsilon=0.1 下可实现低至 1.07 的相对误差,且随着网络提供商参与方数量的增加性能下降可忽略不计。

关键词

引用

@article{arxiv.2005.13787,
  title  = {Assessing Centrality Without Knowing Connections},
  author = {Leyla Roohi and Benjamin I. P. Rubinstein and Vanessa Teague},
  journal= {arXiv preprint arXiv:2005.13787},
  year   = {2020}
}

备注

Full report of paper appearing in PAKDD2020