一种遗传算法实现的图聚类匿名隐私保护方法

作     者：姜火文 曾国荪 胡克坤 Jiang Huowen;Zeng Guosun;Hu Kekun

作者机构：同济大学计算机科学与技术系上海200092 江西科技师范大学数学与计算机科学学院南昌330038 嵌入式系统与服务计算教育部重点实验室(同济大学)上海200092 

出 版 物：《计算机研究与发展》 (Journal of Computer Research and Development)

年 卷 期：2016年第53卷第10期

页      面：2354-2364页

核心收录：

学科分类：0839[工学-网络空间安全] 08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(61272107 71561013) 华为创新研究计划项目(IRP-2013-12-03) 高效能服务器和存储技术国家重点实验室开放基金项目(2014HSSA10) 

主　　题：社交网络 图聚类 隐私保护匿名 遗传算法 

摘      要：聚类匿名是一种典型的社交网数据发布隐私保护方案,其基础工作是图聚类.图聚类为一类NP难的组合优化问题,便于使用搜索优化算法.现有图聚类匿名方法缺少此类启发式搜索算法.为此,研究一种利用遗传算法实现的图聚类匿名方法,利用贪心法进行结点聚类预划分,以构造初始种群;依据关系拟合理论建立个体适应度函数;根据个体编码特点,分别提出一种多点错位的交叉算子和基因位交换的变异算子.图聚类模型综合考虑了结点的结构和属性信息,而遗传算法的全局化搜索优化能力保障了图聚类质量,因此,该方法具有较强的隐私保护性.实验表明了该方法在提高聚类质量和减小信息损失方面的有效性.