基于图数据的在线社交网络隐私无泄露信息发布研究

社交网络是互联网最重要的应用之一，对社交网络数据进行分析并揭示其潜在价值具有深刻的意义。社交网络数据包含大量个人隐私，对这些隐私信息进行有效保护，同时仍保留发布数据的分析价值，是当前研究领域面临的重大挑战。现有的社交网络数据隐私保护工作缺少隐私保护通用理论模型和方法，无法满足个性化的隐私保护需求，并且很难支持隐私无泄漏的动态数据连续发布。本项目将开展互联环境下在线社交网络基于图数据数据的信息发布安全和隐私保护理论、方法及关键技术的研究，建立基于图的社交网络数据发布隐私保护通用模型，设计实现通用隐私保护方法；研究社交网络数据发布中的高可用性和高匿名度平衡技术，解决现有隐私保护方法的匿名与可用之间失衡的问题；提出细粒度隐私保护方法，在多样性和差异性隐私保护需求条件下达到数据高可用性；建立动态社交网络数据隐私保护模型，提出保持连续发布数据延续性和关联性、支持动态社交网络分析的隐私保护方法。

社交网络是互联网最重要的应用之一，对社交网络数据进行分析并揭示其潜在价值具有深刻的意义。社交网络数据包含大量个人隐私，对这些隐私信息进行有效保护，同时仍保留发布数据的分析价值，是当前研究领域面临的重大挑战。现有的社交网络数据隐私保护工作缺少隐私保护通用理论模型和方法，无法满足个性化的隐私保护需求，并且很难支持隐私无泄漏的动态数据连续发布。本项目开展了互联环境下在线社交网络基于图数据的信息发布安全和隐私保护理论、方法及关键技术的研究，建立了基于图的社交网络数据发布隐私保护通用模型，设计并实现了通用隐私保护方法；研究了社交网络数据发布中的高可用性和高匿名度平衡技术，解决了现有隐私保护方法的匿名与可用之间失衡的问题；提出了细粒度隐私保护方法，在多样性和差异性隐私保护需求条件下达到了数据高可用性；构建了一种基于动态非克隆生物特征的社交载体安全解锁方法，能够实现高效、实用、非克隆、抗丢失的社交载体设备解锁方法；建立了动态社交网络数据隐私保护模型，提出了保持连续发布数据延续性和关联性、支持动态社交网络分析的隐私保护方法。