Protecting private geosocial networks against practical hybrid attacks with heterogeneous information
Protecting private geosocial networks against practical hybrid attacks with heterogeneous information
复制标题
保护私有地理社交网络免受异构信息的实际混合攻击
DOI：
10.1016/j.neucom.2015.08.132
复制
发表时间：
2016-10
期刊：
影响因子：
6
通讯作者：
Yidong Li
中科院分区：
文献类型：
--
作者：
Yuechuan Li;Yidong Li
摘要地理社交网络（GSN）由于其提供高性能和灵活的服务能力而变得越来越受欢迎。越来越多的互联网用户接受了这种创新的服务模式。然而，即使GSN通过与位置信息相结合而具有很大的数据分析商业价值，但在发布GSN数据时也可能严重损害用户的隐私。本文研究了GSN数据发布中的身份泄露问题。我们首先讨论了攻击问题，考虑基于位置和基于结构的属性，作为背景知识，然后形式化两个一般模型，命名为（k，m）-匿名和（k，m，l）-匿名。在此基础上，提出了一个完整的解决方案，实现了（k，m）-匿名化和（k，m，l）-匿名化，以防止发布的数据受到上述攻击。我们还通过定义特定的信息丢失度量来考虑数据效用。实际数据验证表明，该方法能够有效地防止GSN数据集受到攻击，同时保持了良好的实用性。
Abstract GeoSocial Networks (GSNs) are becoming increasingly popular due to its power in providing high-performance and flexible service capabilities. More and more Internet users have accepted this innovative service model. However, even GSNs have great business value for data analysis by integrated with location information, it may seriously compromise users' privacy in publishing the GSN data. In this paper, we study the identity disclosure problem in publishing GSN data. We first discuss the attack problem by considering both the location-based and structure-based properties, as background knowledge, and then formalize two general models, named (k, m)-anonymity and (k, m, l)-anonymity. Then we propose a complete solution to achieve (k, m)-anonymization and (k, m, l)-anonymization to prevent the released data from the above attacks above. We also take data utility into consideration by defining specific information loss metrics. It is validated by real-world data that the proposed methods can prevent GSN dataset from the attacks while retaining good utility.
登录
查看更多内容
DOI：
10.1137/1.9781611972788.67
发表时间：
2008
期刊：
--
影响因子：
--
作者：
Xiaowei Ying;Xintao Wu
通讯作者：
Xiaowei Ying;Xintao Wu
DOI：
10.1201/9781420091502-c15
发表时间：
2007
期刊：
--
影响因子：
--
作者：
Michael Hay;G. Miklau;David D. Jensen;Philipp Weis;Siddharth Srivastava
通讯作者：
Michael Hay;G. Miklau;David D. Jensen;Philipp Weis;Siddharth Srivastava
DOI：
10.1137/1.9781611972795.82
发表时间：
2009
期刊：
--
影响因子：
--
作者：
Lian Liu;Jie Wang;Jinze Liu;Jun Zhang
通讯作者：
Lian Liu;Jie Wang;Jinze Liu;Jun Zhang
DOI：
10.1201/9781420091502-26
发表时间：
2009
期刊：
--
影响因子：
--
作者：
Arvind Narayanan;Vitaly Shmatikov
通讯作者：
Arvind Narayanan;Vitaly Shmatikov
DOI：
10.1007/978-3-540-78478-4_9
发表时间：
2007-08
期刊：
--
影响因子：
--
作者：
E. Zheleva;L. Getoor
通讯作者：
E. Zheleva;L. Getoor