面向社交网数据发布和位置服务的差分隐私保护技术研究

The problems of privacy disclosures in the stages of social network data publishing and location based services are getting increasingly serious with the prevalence of SoLoMo. How to solve these problems technically has become an important and urgent task. Thus, this Project studies differentially-private based privacy preserving methods for both of the above two stages. With regard to the former, we study three differentially private-based data publishing methods: the first one is for the release of sparse graph data, the second for that of continuous graph data, and the last for meeting the personalized privacy protection needs. Regarding the latter, we explore feasible differentially private mechanisms for the scenarios of non-interactive location data release, positioning service, and dynamic location query, respectively.

随着SoLoMo趋势深入发展，社交网数据发布及位置服务带来的隐私泄露问题日益严重，技术上加强相关隐私保护已成为一项紧迫任务。项目面向社交网络数据发布和位置服务的隐私保护需求，以近年来兴起的差分隐私技术为重点研究对象，开展相关隐私保护方法的研究。围绕社交网数据发布隐私保护问题，分别针对现有差分隐私方法难以适用稀疏图数据发布及连续图数据发布、难以满足用户个性化隐私保护需求等三种情形，研究与之适应的差分隐私发布方法。围绕位置服务隐私保护问题，分别针对非交互式位置发布、定位服务和动态位置查询三种场景中的位置隐私保护，探索实际可行的差分隐私保护方案。

近十余年来，社交网数据发布及位置服务带来的隐私泄露问题日益突出，强化其隐私保护已成为一项紧迫任务。项目面向社交网数据发布和位置服务的隐私保护需求，对相关技术方法开展了研究：通过图模型表示社交网络数据，提出了图数据脱敏的聚类匿名发布方法；将数据图变为任务图，提出了适用图隐私数据预处理的任务调度机制；利用有向图表示角色层次关系，对于隐私威胁的多种访问控制漏洞，给出了相应的定义及判定方法；探究图神经网络处理社区发现问题，便于图隐私数据的聚类保护；合理提取个体连续位置数据间的距离和方向特征，构建轨迹聚类隐私保护方法。项目研究取得了一定成果，已在国内外重要期刊和会议上发表学术论文4篇、确定录用1篇，审稿状态2篇。项目对于丰富社交网络数据发布和位置服务的隐私保护方案，保障用户隐私安全，具有较为重要的理论价值和现实意义。

内容获取失败，请点击重试