面向新型隐私保护的海量图数据挖掘

With the rapid development of information technology, massive graph data has emerged in various applications, e.g., social networks, knowledge graphs and medical systems. Massive graph data contains plenty of valuable information. Therefore, mining massive graph data is meaningful for real applications. However, privacy information is faced with exposure risk in mining process. Thus, it is important and urgent to mine massive graph data under privacy preservation. However, the existing studies are very few, which put forward new opportunities and challenges for us. This project investigates the key scientific and technological issues for the new privacy preservation of massive graph data, the relation between privacy preservation and mining and the massive graph data mining under privacy preservation. First, we model the new privacy attacks for graph data. In order to maximize the utility of graph data, we propose effective privacy preservation algorithms to support mining. Second, we model the relationship between the privacy preservation and mining, and provide theoretical guarantee for evaluating the correctness of the mining results. Finally, we develop efficient algorithms for mining massive graph data under privacy preservation. On the basis of the research results above, this project will develop a prototype system to confirm the effectiveness and efficiencies of the research results.

在现在世界中，各个应用领域都积累了海量图数据，如社交网络、知识图谱和医疗系统等。海量图数据蕴含了大量有价值的信息，挖掘海量图数据具有重要的应用价值。然而，在海量图数据挖掘的过程中隐私信息面临着巨大的暴露风险。因此，在隐私保护的海量图数据中挖掘有用的知识变得愈发的重要和迫切。然而，目前这方面的研究成果非常少，机遇与挑战并存。本项目研究海量图数据的新型隐私保护、图数据隐私保护与挖掘的关联和隐私保护的海量图数据挖掘等三方面的关键科学技术问题。首先，对图数据上新型隐私攻击建模，以最大化图数据可用性为目标，提出有效支持挖掘的隐私保护算法；其次，率先建立图数据隐私保护与挖掘的关联模型，量化隐私保护对挖掘结果质量的影响，为评价挖掘结果的正确性提供理论保证；最后，研究若干个隐私保护的海量图数据挖掘问题。本项目将研制一个通用的隐私保护的海量图数据挖掘原型系统，验证基础研究结果的有效性和可行性。

图模型被广泛用于表示现实世界中实体和实体之间的联系，包含顶点和边两种元素，其中顶点对应实体，边对应实体之间的联系。在现在应用中，越来越多的领域都存在用图模型表示的数据，如社交网络、生物网络、知识图谱和医疗系统等。与此同时，图数据的规模呈爆炸式地增长。海量的图数据蕴含大量有价值的信息，挖掘海量图数据具有重要的应用价值。然而，人们在享受图数据挖掘得到的各种各样有价值信息的同时，不可避免地泄露了数据中的隐私信息。攻击者通过一定的背景知识，对海量图数据上用户的身份、敏感属性、敏感关系及图的结构进行识别和推测，窥探隐私信息。基于图数据隐私保护的重要性及人们隐私保护意识的增强，在带有隐私保护的海量图数据上挖掘有用的知识变得愈发的重要和迫切。本项目研究面向新型隐私保护的海量图数据挖掘，考虑两个方面：如何对图数据进行隐私保护，保证使用过程中，用户的隐私不被泄露；如何从带有隐私保护的图数据中挖掘出更多有用的知识，而不暴露隐私信息。针对上述内容，本项目取得了相应的研究成果，在大规模图数据上的隐私保护研究方面，提出了社交网络属性组合攻击下的隐私保护方法、移动社交网络用户移动轨迹的隐私保护方法、基于区块链的快速身份认证隐私保护方法、移动轨迹上基于数据压缩的隐私保护方法。在隐私保护下的大规模图数据挖掘研究方面，提出了隐私保护下的社交网络社区挖掘方法、移动云应用上保护隐私的稀疏表示分类方法、隐私保护下基于归纳式标签聚合的社区发现方法、隐私保护下的大规模异构图数据聚集。