本发明专利技术涉及人工智能技术，揭露了一种基于信任的差分隐私保护方法，包括：获取社交图，并从社交图中提取社交节点间的社交因素；根据社交因素利用递归函数计算相邻社交节点的直接信任值，得到直接信任矩阵，并根据直接信任矩阵构建直接信任图；从社交图中查询信任路径集合，查询所述信任路径集合中最受信任的信用路径；计算信用路径两端社交节点的间接信任值，整合所述间接信任值得到间接信任矩阵，根据间接信任矩阵构建间接信任图；利用直接信任图以及间接信任图构建信任网络，将信任网络与隐私级别进行映射，完成基于信任的差分隐私保护。本发明专利技术还提出一种基于信任的差分隐私保护装置、设备以及存储介质。本发明专利技术可以提高用户隐私保护的安全性。私保护的安全性。私保护的安全性。
【技术实现步骤摘要】
基于信任的差分隐私保护方法、装置、设备及存储介质
[0001]本专利技术涉及人工智能
，尤其涉及一种基于信任的差分隐私保护方法、装置、设备及存储介质。
技术介绍
[0002]在线社交网络(OSNs)已经发展成为一个重要的信息来源途径，而在线社交网络上对个人信息的广泛收集和使用，也导致了严重的隐私问题。为此，人们提出了标识符替换、图修改或图聚类等方法来保护社交网络环境中的隐私。但这种方法无法抵御日益强大的信息窃取，且无法适应OSNs用户的动态需求(如个性化隐私设置)，导致用户的体验感较差。而在实践中，用户在线社交网络(OSNs)允许他们信任的人(如家庭成员)访问他们的准确个人信息，而他们不信任的人(如不熟悉的人)只能允许访问被打乱的数据。
[0003]基于信任角度来保护隐私的概念的提出，为用户的隐私保护提供了较好的解决方案。传统的从信任角度保护数据隐私的研究依赖于简单的、个性化的访问控制方法，这些方法往往在不合理的信任角度上对所有用户的信任进行审视，得到用户之间不合理，乃至扭曲的信任关系，导致用户通常缺乏足够的知识来对他们的隐私信息做出明智的决定，用户隐私保护的安全性还不够。
技术实现思路
[0004]本专利技术提供一种基于信任的差分隐私保护方法、装置、设备及存储介质，可以提高用户隐私保护的安全性。
[0005]为实现上述目的，本专利技术提供的一种基于信任的差分隐私保护方法，包括：
[0006]获取社交图，并从所述社交图中提取社交节点间的社交因素；
[0007]根据所述社交因素利用递归函数计算所述相邻社交节点的直接信任值，得到直接信任矩阵，并根据所述直接信任矩阵构建直接信任图；
[0008]从所述社交图中查询信任路径集合，并利用预设的最大信任聚类算法查询所述信任路径集合中最受信任的信用路径；
[0009]计算所述信用路径两端社交节点的间接信任值，整合所述间接信任值得到间接信任矩阵，并根据所述间接信任矩阵构建间接信任图；
[0010]利用所述直接信任图以及所述间接信任图构建信任网络，并利用预设的隐私感知机制将所述信任网络与隐私级别进行映射，完成基于信任的差分隐私保护。
[0011]可选地，所述从所述社交图中提取社交节点间的社交因素，包括：
[0012]获取所述社交图中每个社交节点和每个社交路径；
[0013]提取每个所述社交节点的社交实体，提取每个所述社交路径中的社交行为；
[0014]从所述社交实体及所述社交行为中提取社交因素。
[0015]可选地，所述计算所述相邻社交节点的直接信任值，包括：
[0016]提取所述社交因素中的社会关系，并将所述社会关系按照预设的关系类型进行分
类，得到社会关系类型表；
[0017]利用预设信任概率分配规则对所述社会关系类型表中的每个社会关系类型进行概率分配，得到社会关系类型概率表；
[0018]提取所述社交因素中的交互频率和持续时间，并利用预设量化公式将所述交互频率转化为预处理交互频率，利用所述预设量化公式将所述持续时间转化为预处理持续时间；
[0019]遍历所述社交图每个社交节点以及查询每个社交节点的社交路径条数，计算每个所述社交节点的度中心性；
[0020]根据所述社会关系类型概率表、所述预处理交互频率、所述预处理持续时间以及所述度中心性计算所述相邻社交节点的直接信任值。
[0021]可选地，所述利用预设的最大信任聚类算法查询所述信任路径集合中最受信任的信用路径，包括：
[0022]基于信任路径搜索算法在所述社交图中查询信任路径集合；
[0023]利用信任推理度量算法对所述信任路径集合中的每条信任路径对应的端点之间的信任值；
[0024]对所述信任值执行聚类操作，提取所述聚类操作后的聚类中心，并根据所述聚类中心确定端点之间的信用路径的信任度；
[0025]提取所述信任度最大的信用路径，得到所述最受信任的信用路径。
[0026]可选地，所述利用所述直接信任图以及所述间接信任图构建信任网络，包括：
[0027]合并所述直接信任图以及所述间接信任图的对应节点，并利用所述对应节点的信任值标注所述对应节点的节点路径；
[0028]整合所述对应节点和所述节点路径，得到所述信任网络。
[0029]可选地，所述利用预设的隐私感知机制将所述信任网络与隐私级别进行映射，包括：
[0030]利用所述预设的隐私感知机制对所述信任网络中的敏感信息进行加密，得到敏感信息密文；
[0031]对所述信任网络中的敏感数据进行加密，得到敏感数据密文；
[0032]利用所述敏感信息密文以及所述敏感数据密文配置隐私级别，完成基于信任的差分隐私保护。
[0033]可选地，所述利用递归函数计算所述相邻社交节点的直接信任值，包括：
[0034]采用下述公式计算所述相邻社交节点的直接信任值T：
[0035]T＝η1P(r)+η2F(x|f)+η3D(x|d
u
)+η4DC
j
[0036]其中，所述P(r)为社会关系类型概率表中概率值，所述F(x|f)为预处理交互频率，所述D(x|d
u
)为预处理持续时间，所述DC
j
为第j个节点的度中心性，所述η1为第一常数系数，所述η2为第二常数系数，所述η3为第三常数系数，所述η4为第四常数系数。
[0037]为了解决上述问题，本专利技术还提供一种基于信任的差分隐私保护装置，所述装置包括：
[0038]社交因素提取模块，用于获取社交图，并从所述社交图中提取社交节点间的社交因素。
[0039]信任图构建模块，用于根据所述社交因素利用递归函数计算所述相邻社交节点的直接信任值，得到直接信任矩阵，并根据所述直接信任矩阵构建直接信任图；从所述社交图中查询信任路径集合，并利用预设的最大信任聚类算法查询所述信任路径集合中最受信任的信用路径；计算所述信用路径两端社交节点的间接信任值，整合所述间接信任值得到间接信任矩阵，并根据所述间接信任矩阵构建间接信任图。
[0040]差分隐私保护模块，用于利用所述直接信任图以及所述间接信任图构建信任网络，并利用预设的隐私感知机制将所述信任网络与隐私级别进行映射，完成基于信任的差分隐私保护。
[0041]为了解决上述问题，本专利技术还提供一种电子设备，所述电子设备包括：
[0042]至少一个处理器；以及，
[0043]与所述至少一个处理器通信连接的存储器；其中，
[0044]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的基于信任的差分隐私保护方法。
[0045]为了解决上述问题，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于信任的差分隐私保护方法，其特征在于，所述方法包括：获取社交图，并从所述社交图中提取社交节点间的社交因素；根据所述社交因素利用递归函数计算相邻社交节点间的直接信任值，得到直接信任矩阵，并根据所述直接信任矩阵构建直接信任图；从所述社交图中查询信任路径集合，并利用预设的最大信任聚类算法查询所述信任路径集合中最受信任的信用路径；计算所述信用路径两端社交节点的间接信任值，整合所述间接信任值得到间接信任矩阵，并根据所述间接信任矩阵构建间接信任图；利用所述直接信任图以及所述间接信任图构建信任网络，并利用预设的隐私感知机制将所述信任网络与隐私级别进行映射，完成基于信任的差分隐私保护。2.如权利要求1所述的基于信任的差分隐私保护方法，其特征在于，所述从所述社交图中提取社交节点间的社交因素，包括：获取所述社交图中每个社交节点和每个社交路径；提取每个所述社交节点的社交实体，提取每个所述社交路径中的社交行为；从所述社交实体及所述社交行为中提取社交因素。3.如权利要求1所述的基于信任的差分隐私保护方法，其特征在于，所述计算所述相邻社交节点的直接信任值，包括：提取所述社交因素中的社会关系，并将所述社会关系按照预设的关系类型进行分类，得到社会关系类型表；利用预设信任概率分配规则对所述社会关系类型表中的每个社会关系类型进行概率分配，得到社会关系类型概率表；提取所述社交因素中的交互频率和持续时间，并利用预设量化公式将所述交互频率转化为预处理交互频率，利用所述预设量化公式将所述持续时间转化为预处理持续时间；遍历所述社交图每个社交节点以及查询每个社交节点的社交路径条数，计算每个所述社交节点的度中心性；根据所述社会关系类型概率表、所述预处理交互频率、所述预处理持续时间以及所述度中心性计算所述相邻社交节点的直接信任值。4.如权利要求1所述的基于信任的差分隐私保护方法，其特征在于，所述利用预设的最大信任聚类算法查询所述信任路径集合中最受信任的信用路径，包括：基于信任路径搜索算法在所述社交图中查询信任路径集合；利用信任推理度量算法对所述信任路径集合中的每条信任路径对应的端点之间的信任值；对所述信任值执行聚类操作，提取所述聚类操作后的聚类中心，并根据所述聚类中心确定端点之间的信用路径的信任度；提取所述信任度最大的信用路径，得到所述最受信任的信用路径。5.如权利要求1所述的基于信任的差分隐私保护方法，其特征在于，所述利用所述直接信任图以及所述间接信任图构建信任网络，包括：合并所述直接信任图以及所述间接信任图的对应节点，并利用所述对应节点的信任值标注所述对应节点的节点路径；
...
【专利技术属性】
技术研发人员：胡春强，陈佳俊，邓绍江，蔡斌，桑军，夏晓峰，
申请(专利权)人：重庆大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。