聚类对网络去匿名化性能的影响
社会与信息网络
2015-08-11 v1
摘要
近来，图匹配算法已成功应用于网络去匿名化问题，其中参与多个社交网络的节点（用户）仅通过其与其他成员链接的结构来识别。该方法利用一组足够大的初始种子节点来触发渗流过程，从而正确匹配不同社交网络中几乎所有其他节点。我们的主要贡献是展示了聚类所起的关键作用，聚类是现实社交网络图（以及许多其他系统）中普遍存在的特征。聚类既有使匹配算法更易受错误影响的作用，又由于类波传播效应，具有显著减少触发渗流所需种子数量的潜力。我们通过考虑一类具有可变聚类水平的相当一般的随机几何图，并展示聪明算法如何在控制匹配错误的同时取得令人惊讶的良好性能，来证明这些事实。
引用
@article{arxiv.1508.02017,
title = {Impact of Clustering on the Performance of Network De-anonymization},
author = {C. F Chiasserini and M. Garetto and E. Leonardi},
journal= {arXiv preprint arXiv:1508.02017},
year = {2015}
}