سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

روش بهبودیافته برای بی نامسازی داده های گراف با تاکید بر حفظ متوسط فاصله بین گره ها

Publish Year: 1398
Type: Journal paper
Language: Persian
View: 357

This Paper With 8 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

JR_PADSA-7-2_003

Index date: 24 December 2019

روش بهبودیافته برای بی نامسازی داده های گراف با تاکید بر حفظ متوسط فاصله بین گره ها abstract

در دهه اخیر هم زمان با افزایش نیاز به نمایش انواع داده به صورت گراف، مانند داده های شبکه های اجتماعی یا شبکه های ارتباطی، بسیاری از محققین به ارائه روش های حفظ حریم خصوصی در این نوع از اطلاعات و داده ها پرداخته اند. اگرچه که تاکنون روش های زیادی برای بی نام سازی داده های جدولی ارائه شده است، اما موضوع بی نام سازی گراف را می توان جزء موضوعات جدید تحقیقاتی به حساب آورد. یکی از مدل های مهم برای جلوگیری از خطر افشای شناسه کاربران در داده­های گراف به تعداد اتصالات همسایه های یک گره در گراف توجه دارد. در این مقاله یک روش بی نام سازی جهت حفظ حریم خصوصی بر اساس این مدل پیشنهاد می شود که در آن بر اساس افزایش و کاهش یال های گراف خطر نقض حریم خصوصی کاهش می یابد. اعمال روش فوق بر روی تعدادی گراف های واقعی با اندازه های متفاوت نشان می دهد که روش فوق می تواند سودمندی بهتری را برحسب یکی از معیارهای مهم در گراف ها یعنی متوسط فاصله گره ها از یکدیگر به­دست آورد و ساختار گراف تغییرات کمتری خواهد داشت.

روش بهبودیافته برای بی نامسازی داده های گراف با تاکید بر حفظ متوسط فاصله بین گره ها Keywords:

روش بهبودیافته برای بی نامسازی داده های گراف با تاکید بر حفظ متوسط فاصله بین گره ها authors

سیده حمیده عرفانی

مربی، دانشکده فنی و مهندسی، دانشگاه دامغان

رضا مرتضوی

استادیار، دانشکده فنی و مهندسی، دانشگاه دامغان

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 :
A. Padrola and V. Muntés-Mulero, Graph anonymization via metric embeddings: ...
Sh. Ji, T. Wang, J. Chen, W. Li, P. Mittal, ...
A. Shaharkhiz and H. Shahriari, A method for preserving privacy ...
E. Sargolzaee and M. Abdollahi Azgomi, Preserving the Privacy of Published Social ...
F. Rousseau, J. Casas-Roma, and M. Vazirgiannis, Community-preserving anonymization of ...
T. Feder, S. U. Nabar and E. Terzi, Anonymizing graphs, ...
M. Hay, G. Miklau, D. Jensen, P. Weis, and S. ...
X. Ying, K. Pan, X. Wu, and L. Guo, Comparisons ...
X. Ying and X. Wu, Randomizing social networks: a spectrum ...
L. Sweeney, k-anonymity: a model for protecting privacy . Int ...
B. Zhou and J. Pei, Preserving privacy in social networks ...
K. Rahmati, H. Naderi, and S. Keshvari, Content-Structural Graph Clustering ...
R. M. Karp, Reducibility among combinatorial problems, Complexity of computer ...
W. W. Zachary, An information flow model for conflict and ...
M. Girvan and M. E. Newman, Community structure in social ...
نمایش کامل مراجع