kt-Safety：通过k-匿名和t-一致性进行图形发布（技术报告）
摘要：图数据在社交网络，通信网络，引文网络等各种实际应用中分析和挖掘非常重要。然而，这类图数据的发布往往引起隐私问题，图隐私保护近年来引起了数据库界的广泛关注。先前的图隐私保护研究主要集中于保护图结构或顶点属性的隐私，而本文提出了一种新颖的机制，通过考虑图结构和顶点属性的攻击，将原始图转换为所谓的kt-safe图，通过k-匿名和t-一致性。我们证明了生成kt-safe图是NP难问题，因此，我们提出了一个可行的框架，以低匿名化成本有效和高效地匿名化图形。特别是，我们设计了基于成本模型的图分区方法，以实现我们提出的分而治之策略进行图形匿名化，并提出了有效的优化技术，如修剪方法和树概要，以提高大规模图形上的匿名化效率。我们进行了大量实验来验证我们提出的kt-safe图生成方法在真实和合成数据集上的效率和有效性。
作者：Weilong Ren, Kambiz Ghazinour, Xiang Lian
论文ID：2210.17479
分类：Databases
分类简称：cs.DB
提交时间：2022-11-01