[發明專利]社交網絡去匿名方法、裝置、計算機設備和存儲介質

有效

• 申請號: 202010742424.0
• 申請日: 2020-07-29
• 公開（公告）號: CN111882449B
• 公開（公告）日: 2022-09-02
• 發明（設計）人: 趙曉娟;王培;常春喜;陳愷;王昌海;馬鍶霞;李晨晨
• 申請（專利權）人: 中國人民解放軍國防科技大學
• 主分類號: G06Q50/00
• 分類號: G06Q50/00;G06F21/62;G06N3/08;G06N3/04
• 代理公司: 長沙國科天河知識產權代理有限公司 43225
• 代理人: 周達

本申請涉及一種社交網絡去匿名方法、裝置、計算機設備和存儲介質。所述方法包括：對預先獲取的社交網絡進行匿名處理，得到匿名網絡；采用隨機游走策略，獲取匿名網絡中預設步數的用戶節點序列，根據用戶節點序列，構建用戶語料庫；利用預先設置的詞向量模型對用戶語料庫中的用戶進行嵌入，得到用戶節點向量；獲取預先設置的輔助網絡，根據輔助網絡中用戶節點和匿名網絡中用戶節點，構建種子節點對；將種子節點對對應的向量對輸入預先設置的全連接神經網絡，得到訓練好的全連接神經網絡；將匿名網絡中待預測的用戶節點向量輸入訓練好的全連接神經網絡，輸出所述輔助網絡中去匿名的匹配結果。采用本方法能夠對匿名處理效果進行檢測。

技術領域

本申請涉及圖數據處理技術領域，特別是涉及一種社交網絡去匿名方法、裝置、計算機設備和存儲介質。

背景技術

社交網絡時刻產生海量的數據，這些數據中蘊含著無數的應用價值。數據挖掘技術是在這種背景下出現和發展的。隨著數據挖掘技術的發展，數據挖掘給各個領域帶了巨大的價值，包括商業領域，工程領域，醫藥領域等諸多領域。

伴隨社交網絡數據挖掘而來的是用戶的隱私問題。一份調查顯示，網上用戶隨時面臨著財產信息、身份信息、出行信息泄露的風險，同時還會受到軟件病毒的威脅，而且，威脅程度與日俱增。社交網絡儼然已經成為黑客的巨大目標。社交網絡數據可以抽象為圖結構數據，圖中的節點代表社交網絡的用戶，邊代表社交網絡用戶之間的關系，對社交網絡結構的研究可以抽象為對圖結構的研究，類似的結構還有WIFI，藍牙，即時消息等。數據發布中隱私保護主要針對的是用戶的敏感數據、人物身份以及人物關系，現有的手段一般包括刪除標志符，K匿名，差分隱私等手段。所有匿名數據都需要通過去匿名技術的檢測，去匿名技術可以檢測匿名效果，同時逆向提高匿名技術，促進匿名技術的發展，更好的保護用戶的隱私。

發明內容

基于此，有必要針對上述技術問題，提供一種社交網絡去匿名方法、裝置、計算機設備和存儲介質。

一種社交網絡去匿名方法，所述方法包括：

對預先獲取的社交網絡進行匿名處理，得到匿名網絡；

采用隨機游走策略，獲取所述匿名網絡中預設步數的用戶節點序列，根據所述用戶節點序列，構建用戶語料庫；

利用預先設置的詞向量模型對所述用戶語料庫中的用戶進行嵌入，得到用戶節點向量；

獲取預先設置的輔助網絡，根據所述輔助網絡中用戶節點和所述匿名網絡中用戶節點，構建種子節點對；

將所述種子節點對對應的向量對輸入預先設置的全連接神經網絡，得到訓練好的全連接神經網絡；

將匿名網絡中待預測的用戶節點向量輸入訓練好的全連接神經網絡，輸出所述輔助網絡中去匿名的匹配結果。

在其中一個實施例中，還包括：獲取社交網絡中的連邊信息；根據預先設置的噪聲率，刪除所述社交網絡中的n％條邊，得到剩余連邊集合；隨機添加n％條邊，得到新增連邊集合；根據所述剩余連邊集合和所述新增連邊集合，得到匿名網絡。

在其中一個實施例中，還包括：隨機生成一條檢測邊，當所述檢測邊不在剩余連邊集合和所述新增連邊集合中時，將所述檢測邊加入所述新增連邊集合；以及，刪除所述新增連邊集合中與所述剩余連邊集合相同的邊。

在其中一個實施例中，還包括：對所述用戶語料庫中的用戶節點序列進行one-hot編碼，得到N維向量；利用N維向量訓練預先設置的Skip-Gram模型，得到訓練好的Skip-Gram模型；通過訓練好的Skip-Gram模型輸出用戶節點向量。

在其中一個實施例中，還包括：設置損失函數為：