[發明專利]一種基于對偶優化的高可用性圖數據隱私保護方法

在審

• 申請號: 202011509745.2
• 申請日: 2020-12-18
• 公開（公告）號: CN112560094A
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 宋甫元;秦拯;歐露;劉羽
• 申請（專利權）人: 湖南大學
• 主分類號: G06F21/62
• 分類號: G06F21/62;G06F16/9038
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明設計了基于對偶優化的高可用性圖數據隱私保護方法。其發明內容主要包括分析圖數據節點元素集合特征，提出一種基于查詢函數均方差的圖數據可用性量化模型；提出一種服從拉普拉斯機制的圖數據差分隱私保護方法，并分析所提出的隱私保護方法滿足差分隱私定義；提出一種基于對偶優化的圖數據可用性優化方法，根據拉格朗日乘子法和海森矩陣判定法確定可行解是否是鞍點，確保圖數據的高可用性。本發明保護圖數據發布過程中的隱私信息的同時，保證圖數據的高可用性，確保圖數據敏感信息和數據的發布安全、可用。

技術領域

本發明涉及圖數據安全和隱私保護領域，特別是涉及基于對偶優化的高可用性圖數據隱私保護方法。

背景技術

隨著社交網絡、物聯網的快速發展，越來越多的互聯網應用數據呈現出圖結構的特征，例如，美國臉書(Facebook)公司擁有約25億用戶，這些用戶相互關聯形成了一個龐大的圖結構數據集。伴隨著圖結構數據的規模越來越大、應用越來越廣，大規模圖數據隱私泄露問題也面臨著嚴峻的挑戰。在大規模圖數據中，每個節點和每條邊都包含著豐富的個人隱私信息，如用戶身份證號、地址、聯系方式、以及用戶與用戶之間的關系。一旦用戶的敏感信息被泄露，將對用戶、企業帶來嚴重的經濟損失，甚至對國家和社會構成嚴重威脅。因此，亟需研究一種大規模圖數據隱私保護技術，確保圖數據在發布過程中的安全性。

為了解決大規模圖數據隱私保護問題，研究人員設計了多種加密機制，用于保護圖數據在發布與查詢過程中的隱私信息。然而，這些傳統的加密機制主要針對關系型數據，如文本信息，而圖數據具備結構復雜，數據量大，關聯性強等特點。一方面，由于傳統的加密算法性能單一，難以解決復雜圖數據的隱私保護問題；另一方面，傳統的加密算法基于繁重的密碼算法構造，計算復雜度較高，無法提供高效的密文圖數據應用服務，難以實現高效的圖數據應用需求。此外，傳統的加密算法會極大地阻礙圖數據的數值計算，使得明文下的圖數據性質不再適用。因此，研究高可用性圖數據隱私保護方法具有非常深遠的意義和應用價值。

由于差分隱私保護擁有嚴格的數學可解釋性，且能夠保護統計數據發布過程中的隱私信息，目前已被廣泛應用于數據安全與隱私保護中。此外，差分隱私保護可以根據隱私預算確定隱私保護力度和數據可用性，從而解決圖數據在隱私保護前提下的數據可用性優化問題。在圖數據統計信息發布過程中，由于一些攻擊者可以通過差分攻擊推測出源數據中的敏感信息。因此，我們需要對圖數據的節點或者邊添加噪聲，使得圖數據發生隨機擾動，攻擊者無法根據已有的信息區分添加噪聲前后的圖數據，從而實現了圖數據的隱私保護。

考慮到傳統的圖數據隱私保護方法可用性較低，只能實現單一類型數據的隱私保護，無法支持大規模且結構復雜的圖數據隱私保護，更不能實現圖數據節點與節點之間關聯關系的隱私保護。本發明提出一種新型的基于對偶優化的圖數據隱私保護方法，與傳統隱私保護方法相比，新型的隱私保護方法具有更高的可用性，且具備更大的隱私保護力度。此外，本發明結合拉格朗日乘子法和海森矩陣判定法，構建一種基于隱私預算最優化模型，實現圖數據發布過程中安全性和可用性達到最佳的平衡。

發明內容

發明目的：本發明旨在解決圖數據發布過程中存在的隱私泄露問題，提出一種基于對偶優化的高可用性圖數據隱私保護方法，主要包括三大內容：

內容一：分析圖數據節點元素集合特征，提出一個基于查詢函數均方差的圖數據可用性量化模型；

內容二：提出一種服從拉普拉斯機制的圖數據差分隱私保護方法，保護圖數據隱私；

內容三：提出一種基于拉格朗日乘子法的圖數據可用性優化方法，并利用海森矩陣判定法確定可行解是目標函數的鞍點，確保圖數據的高可用性。

本發明所提出的基于對偶優化的高可用性圖數據隱私保護方法，具體內容如下：

內容一：提出一個基于查詢函數均方差的數據可用性量化模型。