通过演化扰动防御基于链路预测的针对性攻击
社会与信息网络
2018-09-18 v1 物理与社会
摘要
在社交网络中，通过移除某些目标敏感链接可能实现隐私保护。然而，一些隐藏链接仍可被可观测网络上的链路预测方法重新发现。本文采用名为资源分配指数（RA）的传统链路预测方法进行隐私攻击。提出了若干防御方法，包括启发式与演化方法，通过演化扰动保护目标链接免受 RA 攻击。这是首次研究针对基于链路预测的攻击在目标链接上的隐私保护。从网络中随机选取一些链接作为目标链接进行实验。在六个真实网络上的仿真结果证明了演化扰动方法在防御 RA 攻击中的优越性。此外，迁移实验表明，尽管演化扰动方法专为抵御 RA 攻击而设计，它对其他基于链路预测的攻击同样有效。
引用
@article{arxiv.1809.05912,
title = {Target Defense Against Link-Prediction-Based Attacks via Evolutionary Perturbations},
author = {Shanqing Yu and Minghao Zhao and Chenbo Fu and Huimin Huang and Xincheng Shu and Qi Xuan and Guanrong Chen},
journal= {arXiv preprint arXiv:1809.05912},
year = {2018}
}