حفظ حریم خصوصی داده های منتشر شده در شبکه های اجتماعی
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 758
This Paper With 16 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
AMSCONF04_032
تاریخ نمایه سازی: 6 اسفند 1395
Abstract:
شبکه های اجتماعی نقش مهمی در جهان امروز بازی می کنند و در سالهای اخیر پیشرفت قابل توجهی داشته اند. حفظحریم خصوصی در داده های منتشرشده ی شبکه ی اجتماعی تبدیل به یک نگرانی مهم برای کاربران این شبکه ها شده است.مساله حفظ حریم خصوصی کاربران از دو دید قابل بررسی است. یکی حریم خصوصی کاربران زمانی که در سایت های شبکهاجتماعی مشغول به فعالیت هستند و دیگری زمانی است که داده های آنها برای انجام پروژه های تحقیقاتی منتشر می شود.ازنقطه نظر دید اول شبکه های اجتماعی با استفاده از فیلترهای حریم خصوصی، به این نگرانی ها تا حدودی پاسخ می دهند.از منظر دوم که موردبررسی این پژوهش نیز قرار دارد، باید حریم خصوصی موجودیت هایی که در اختیار تحلیل گران ومحققان به منظور داده کاوی قرار می گیرد، حفظ شود. تاکنون در این زمینه حملات زیادی شناسایی شده و برای مقابله باهرکدام مدل هایی ارائه شده است که این مدلها هم دارای نواقص و کاستی هایی بوده است. به طورکلی مدل هایی که برایحفظ حریم خصوصی داده های منتشرشده ارائه می شوند دو هدف اصلی میزان سودمندی و حفظ حریم خصوصی داده هایمنتشرشده را مدنظر دارند. در این پژوهش هدف ارائه مدلی است که بین این دو هدف توازن ایجاد کند. برای این منظور دراین پژوهش از روشی جدید که ترکیبی از روش های خوشه بندی رئوس و حذف و اضافه یال است، استفاده شده؛ که تاکنوندر پژوهش های مشابه به آن پرداخته نشده است. بدین معنی که ابتدا الگوریتمی برای خوشه بندی رئوس با حساسیت بالاایجاد شده، سپس این خوشه ها به عنوان یک ابر رأس در نظر گرفته شده اند و با این فرض الگوریتمی برای برقراری k -گمنامی به کمک روش حذف و اضافه یال ارائه شده است. برای ارزیابی این مدل از مجموعه داده ی استنفورد استفاده شدهاست و مقایسه با دو مدل برتر درزمینه ی خوشه بندی و دیگری درزمینه ی اصلاح گراف صورت گرفته است. نتایج نشانمی دهد که سودمندی داده ها در مدل پیشنهادی نسبت به مدل خوشه بندی بیشتر حفظ می شود، درحالیکه در مقایسه بامدل اصلاح گراف کمتر است؛ اما در معیار حفظ حریم خصوصی نتایج بهتری نسبت به هر دو مدل ارائه می کند.
Keywords:
Authors
زهرا رفیعی
دانشجوی کارشناسی ارشد دانشگاه خواجه نصیرالدین طوسی، تهران
شهریار محمدی
دانشیار دانشگاه خواجه نصیرالدین طوسی، تهران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :