约束对基于聚类和修改的图匿名化方法中信息丢失与风险的影响
密码学与安全
2021-01-07 v4
摘要
在本文中，我们提出了一种用于匿名化在线社交网络图的新方法，该方法可与现有的扰动方法（如聚类和修改）结合使用。本文的主要见解是，通过对可选节点施加额外约束，我们可以减少关于关键结构度量的信息丢失，同时保持可接受的风险。我们提出并评估了两种约束，'local1'和'local2'，它们在同一社区内选择最相似的子图，同时排除一些关键结构节点。为此，我们引入了一种基于局部子图特征的新距离度量，并使用同构匹配器进行校准。实证测试使用了三个真实的 OSN 数据集、六种信息丢失度量、五种作为风险度量的对手查询以及不同级别的 k-匿名性。结果表明，总体而言，带有约束的方法在信息丢失和披露风险方面给出了最佳结果。
引用
@article{arxiv.1401.0458,
title = {The effect of constraints on information loss and risk for clustering and modification based graph anonymization methods},
author = {David F. Nettleton and Vicenc Torra and Anton Dries},
journal= {arXiv preprint arXiv:1401.0458},
year = {2021}
}
备注
21 pages, 6 figures, 7 tables