面向多层混合信息的移动社会网络隐私保护关键技术研究

This project aimed to propose a privacy preserving method for information security in Mobile Social Network, as Mobile Social Network with three-tier hybrid structure composed of position trajectory layer, social relation layer and text semantics layer, is hard to resist the joint attack of multi-layer information with background knowledge. These are included in the method: 1.Creating position differential privacy preserving algorithm based on cloud model, and constructing location privacy metric function based on context information and the theory of dynamic data field; 2. Establishing context trajectory similarity metric based on unified relationship matrix, achieving the privacy preserving of continuous inquiry and data publication by the technology of maximal clique and data mask. 3. Establishing the network structure evolution model by bi-features prediction policy, achieving the anonymization of network structure evolution and the privacy preserving of social relationship, based on the bipartite graphs division of the multi-layer recursive. 4. Conducting semantic model and quantification mapping text label for text semantic privacy preserving of sensitive semantic location and sensitive semantic relation by combining location trajectory and social relation structure. The achievement of the project is expected to solve multi-layer privacy disclosure issues in Mobile Social Network, improve the Mobile Social Network ability of resisting multi-layer joint attack and provide the theoretical basis and technical support for the development of Mobile Social Network.

移动社会网络结构是位置轨迹层、社会关系层和文本语义层的三层混合结构，该结构难以抵御以多层信息为背景知识的联合攻击。为实现移动社会网络混合信息安全，本项目针对移动社会网络的结构特征，拟提出面向三层结构混合信息安全的隐私保护方法，研究内容有：通过情境信息与动态数据场理论构造位置隐私度量函数，结合云模型研究位置差分隐私保护算法；通过统一关系矩阵建立情境轨迹相似性度量，并基于极大团和数据"面罩"技术，分别实现连续查询及数据发布的情境轨迹隐私保护；通过双重特征预测策略建立网络结构演化模型，利用多层递归二分图划分技术，实现网络演化结构的匿名化及社会关系的隐私保护；通过语义模型的构建与文本标签的量化映射，结合位置轨迹和社会关系特征，保护敏感语义位置及敏感语义关系，实现文本语义的隐私保护。本研究将有望解决上述多层隐私泄露问题，提高移动社会网络抵御层联合攻击能力，为促进移动社会网络发展提供理论与技术支持。

移动社会网络结构是位置轨迹层、社会关系层和文本语义层的三层混合结构，该结构难以抵御以多层信息为背景知识的联合攻击。本课题针对移动社会网络的结构特征，提出若干模型和算法来实现移动社会网络混合信息安全。针对云模型位置差分隐私，提出了基于分布式协作推荐的位置隐私保护方法、基于贝叶斯网络的路网位置匿名区域估计方法、基于多态关联挖掘的位置服务优化查询方法等；针对情景轨迹隐私保护，提出了基于图划分的个性化轨迹隐私保护方法、基于轨迹位置形状相似性的隐私保护算法等；针对演化结构的隐私保护，提出了MB-CI策略用于保护社会网络的边权重等；针对语义隐私保护研究，提出了多元话题信息相似度度量、局部语义聚类方法等。此外，本课题还进行了相关研究，提出蠕虫遏制系统、语义话题溯源及控制机制、意见领袖发现算法、不实信息发现算法。在当前的大数据时代下，研究移动社会网络里的隐私保护问题有着重大的意义和价值，与国家、企业和个人的信息安全都密不可分。本课题能够为促进移动社会网络的安全发展提供一定的理论与技术支持。