ناشناس سازی گراف های شبکه های تعامل اجتماعی با استفاده از گراف بازه ای

محبوبیت روز افزون شبکه های اجتماعی، یک نگرش جدید تحقیقاتی را برای استخراج اطلاعات و داده کاوی ایجاد کرده است. تحلیل گران شبکه های اجتماعی، این شبکه ها را معمولاً به صورت یک گراف نشان می دهند، در یک گراف شبکه اجتماعی، رأس ها متناظر با افراد یا موجودیت های اجتماعی دیگر هستند و یک یال یا لبه متناظر با ارتباط بین دو موجودیت می باشد. شبکه های اجتماعی اغلب شامل اطلاعات خصوصی افراد است که دارای روابط نفوذپذیری می باشد، در این شبکه ها مهاجمان معمولاً برای شناسایی رأس ها و یادگیری روابط بین یال ها، وابسته به دانش پس زمینه هستند، به عنوان مثال درجه رئوس، همسایگان رئوس و... . اکثر برنامه های کاربردی شبکه های اجتماعی، نیازمند ارتباطات ناشناس می باشند و هویت کاربران یا رفتار آنها باید دارای ماهیت محرمانه باشد؛ بنابراین مسئله مهمی از حفظ امنیت برای داده های شبکه های اجتماعی و انواع الگوریتم های ناشناس کردن گراف ها در این شبکه ها مطرح می گردد تا داده های موجود در این شبکه ها در برابر انواع حملات مهاجمان مورد محافظت قرار گیرد. برخی از الگوریتم های حفظ امنیت براساس روش K- ناشناسی هستند و برای ناشناس سازی وابسته به مقدار K می باشند، بطوریکه با افزایش مقدار K امنیت گراف افزایش می یابد. در این تحقیق الگوریتم جدید ناشناس سازی گراف شبکه اجتماعی با استفاده از گراف بازه ای، برای حفظ امنیت داده های شبکه اجتماعی مطرح شده است، که این گراف بازهای ناشناس شده به مقدار K وابسته نیست و بطور کامل همریخت شده است، درنتیجه مهاجم به هیچ وجه نمی تواند محل قرارگیری رأس ها و ارتباطات بین آن ها ر ا در گراف ناشناس شده، شناسایی نماید. برای بررسی توانایی حفظ امنیت گراف شبکه اجتماعی، الگوریتم پیشنهادی با الگوریتم های دیگر تحت حملات مختلف با دانش های پس زمینه مختلف مورد ارزیابی قرار گرفته است و بدلیل اینکه در روش پیشنهادی به همریختی کامل دست می یابیم این الگوریتم نتایج بهتری را ارائه می دهد. بطورکلی، ناشناس سازی گراف های شبکه اجتماعی، برای جلوگیری از نقض حریم خصوصی کاربران، اهمیت زیادی دارد.

Keywords:

شبکه های اجتماعی , گراف ناشناس , گراف بازه ای , همریختی