基于语义融合的社会化媒体大数据隐私保护与信任机制

Privacy protection and trust issues become more and more prominent as social media services of cross platform lead future network developments. Current research and methods, which don’t take into consideration the heterogeneous platforms and semantic relationship existing in social media, are unable to effectively solve those problems. The features of social media, i.e., heterogeneity, big data, and multi-model, pose challenges to privacy protection and trust issues. In this project, we fully utilize the characteristics of social media and start from analyzing universal content location-based social media semantic architecture, in order to realize semantic understanding for heterogeneous network by means of semantic fusion and relationship mapping. Then on one hand we investigate the cause of mutual driven between individual’s privacy protection behavior and group users’ behaviors by game theory and complex network modeling; on the other hand, we study social media users’ trust map in order to reveal the spatiotemporal evolution patterns of user’s trust and moreover, we establish the trust chain for users of different social media platforms based on random walking. The main aim of the project is to advance novel theories and methods through analyzing semantic relationship of social media’s big data, users’ privacy protection and users’ trust issues, which is the basis of heterogeneous social media’s networking services.

跨平台的社会化媒体网络服务成为未来网络发展重要方向的同时，媒体数据的隐私保护与信任安全问题愈发凸显，现有的研究方法没有考虑社会化媒体平台的异构性和语义关联性，因此无法有效地解决具有“异构化”、“大数据”、“多模态”社会媒体特征的隐私保护和信任安全问题。本项目瞄准跨平台的社会化媒体特性，探索具有统一内容定位的社会媒体语义架构，通过语义融合，关联映射实现异构网络下的信息语义解析；采用博弈理论，结合复杂网络建模，揭示个人用户隐私保护与群体用户系统间的博弈均衡和相互驱动机理；同时研究社会化媒体用户信任图谱，探索用户信任时空演变过程和机理，构建潜在语义关联的用户信任机制，建立基于随机游走理论的跨平台用户信任链。本课题力图揭示社会化媒体大数据的语义关联、用户隐私行为、用户信任机制等问题中蕴含的科学规律，提出创新的理论与方法，为面向跨平台的社会化媒体网络服务奠定科学基础。

跨社交媒体平台的网络服务已成为未来在线社交网络发展重要方向，其社交媒体数据的隐私保护与信任安全问题愈发凸显，而现有的研究方法没有考虑跨社交网络平台的异构性和语义关联性，因此无法有效地解决具有“异构化”、“大数据”、“多模态”社会媒体特征的隐私保护和信任安全问题。在项目研究任务和研究目标的指导下，分析了社交媒体中用户隐私保护需求特点，建立了基于位置坐标均值的隐私保护优化方法。针对社交网络结构的复杂特点，建立了基于中心节点扩展的社区识别方法，能够准确、有效的发现社交网络中的重叠社区。为有效识别跨社交媒体中的用户账号，建立了基于后验概率信息熵的权值分配方法，用于实现基于权重的具有个性化的相似向量，提出了基于稳定婚姻匹配的随机森林识别算法，并在大数据平台上进行了仿真与测试。针对社交网络中用户的信任计算问题，建立了基于多属性的直接信任评估模型，实现交易场景下用户信任的有效计算方法，并通过仿真验证了方法的有效性。为实现社交网络中多媒体信息的可信认证，提出了一种融合高层语义和低层语义的可信内容标引认证模型，对社交网络中视频内容的可信传输，提出了基于解码关系图拓扑排序的视频流认证方法，提出了基于质量层的认证负载优化策略。项目从理论与技术层面上对跨社交媒体大数据的隐私与信任进行了系统性分析，取得了关于用户隐私行为、用户信任模型与机制、媒体数据的可信计算等方面的研究成果，有助于构建安全、可信的社会化媒体网络服务理论与应用体系。