社会网络中多元约束条件下的隐私保护关键技术研究

社会网络指社会个体成员间互动而形成的关系体系。社会网络可以为社会实际问题提供宏观分析依据，对社会有序发展起着重要的作用。社会网络数据正在被各应用领域广泛地使用，由此，数据隐私问题变得越来越不容忽视。现有的数据隐私保护研究忽视了网络实体间的正负关联性、结构层次的可分离性、社会网络的时变性、用户需求的差异性等特点，易造成隐私信息泄漏。这些特点使社会网络下的隐私保护技术变得更加复杂，更具有挑战性。项目旨在揭示社会网络环境中多元约束条件对隐私保护的内在影响，为实现更加适合实际应用的社会网络隐私保护技术提供重要的依据。主要研究内容包括：支持具有上述特点的社会网络中隐私保护的关键技术，包括多元约束下的隐私保护模型、隐私泄漏机理、面向多目标的匿名化技术、支持网络状态跃迁的查询审计技术等。设计、实现和评价相关的算法, 争取在相关理论和技术上取得一定的突破, 为今后的实际应用推广奠定坚实的基础。

社会网络上的隐私保护问题一直以来是社会网络的数据管理的核心问题。本课题针对网络实体间的正负关联性、结构层次的可分离性、社会网络的时变性、用户需求的差异性等特点展开深入研究，探讨上述特点所能造成的社会网络中隐私问题并研究其相关技术，包括多元约束下的隐私保护模型和隐私泄漏机理、面向多目标的匿名化技术、支持网络状态跃迁的查询审计技术等。 设计、实现和评价相关的算法,为社会网络的数据管理的实际应用推广奠定坚实的基础。. 针对上述目标进行了相关研究工作，在多元约束下的隐私保护模型以及隐私泄漏机理, 面向多目标的匿名化技术，支持网络状态跃迁的查询审计技术等方面取得了多项研究成果。按计划完成了全部预期成果，并扩展研究了路网和空间数据库上的隐私保护技术。在国际、国内学术会议和期刊发表论文31篇，培养博士生4名，硕士生11名。项目负责人做特邀报告3次，先后派17人次参加境外国际会议并宣读论文。获得两次国际会议优秀学生论文和一次全国数据库会议优秀学生论文奖，培养的一名博士研究生获教育部首届博士研究生学术新人奖。申请并受理专利一项。