南京邮电大学学报(自然科学版)

作者：孙连山,马胜天,王　荔,陈秀婷

单位：陕西科技大学 电子信息与人工智能学院，陕西 西安　710021陕西科技大学 电子信息与人工智能学院，陕西 西安　710021陕西科技大学 电子信息与人工智能学院，陕西 西安　710021陕西科技大学 电子信息与人工智能学院，陕西 西安　710021

关键词：数据起源;聚类;泛化;隐私保护

基金：国家自然科学基金(61202019)和陕西省自然科学基础研究计划(2019JM 354)资助项目

数据起源的公开发布具有时序性，通常不是一次性完成的，因此先发布的起源图可能会对后发布的起源图造成安全威胁。针对这一场景，提出一种基于节点聚类的数据起源安全保护方法。首先获取已公开起源图，采用聚类的方法构建已公开起源图节点与当前起源图节点的聚类层次树；其次根据数据起源发布者的安全需求以及节点间的关联关系，对敏感节点及其关联节点进行泛化；最后，计算敏感节点泄露概率，满足数据起源发布者的期望后便停止泛化，得到过滤视图。通过3组测试数据验证，与现有方法相比，该方法能够在达到敏感节点隐私保护的同时，更大程度地保持溯源效用，并且满足不同数据起源发布者的偏好。

来源：2021年第05期

《南京邮电大学学报(自然科学版)》期刊编辑部

查看南京邮电大学学报(自然科学版)杂志2021年第05期