基于DeepLink的社交网络去匿名方法

王培; 贾焰; 李爱平; 蒋千越

doi:10.11959/j.issn.2096-109x.2020045

您当前的位置：

首页 >

文章列表页 >

基于DeepLink的社交网络去匿名方法

学术论文 | 更新时间：2024-06-03

- 基于DeepLink的社交网络去匿名方法
- De-anonymiation method for networks based on DeepLink
- 网络与信息安全学报 2020年6卷第4期页码：104-108
- 作者机构：
- 作者简介：
  
  [ "王培（1991- ），男，山西运城人，国防科技大学硕士生，主要研究方向为网络空间安全" ]
  [ "贾焰（1960- ），女，四川成都人，博士，国防科技大学教授、博士生导师，主要研究方向为网络空间安全" ]
  [ "李爱平（1974- ），男，山东诸城人，博士，国防科技大学研究员、博士生导师，主要研究方向为网络空间安全" ]
  [ "蒋千越（1990- ）男，黑龙江齐齐哈尔人，国防科技大学硕士生，主要研究方向为网络空间安全" ]
- 基金信息：
  
  国家重点研究发展计划基金;The National Key R＆D Program of China(2017YFB0802204);国家重点研发计划网络空间安全专项基金资助项目;The National Key Research and Development Program of China(2016YFB0800303);国家重点研究发展计划基金;The National Key R＆D Program of China(2017YFB0803301);国家重点研究发展计划基金;The National Key R＆D Program of China(2016QY03D0603);国家重点研究发展计划基金;The National Key R＆D Program of China(2016QY03D0601);国家重点研究发展计划基金;The National Key R＆D Program of China(2016QY01W0101);国家自然科学基金;The National Natural Science Foundation of China(61732004);国家自然科学基金;The National Natural Science Foundation of China(61732022);国家自然科学基金;The National Natural Science Foundation of China(61502517);国家自然科学基金;The National Natural Science Foundation of China(61472433);国家自然科学基金;The National Natural Science Foundation of China(61672020);国家自然科学基金;The National Natural Science Foundation of China(U1803263);东莞创新研究团队计划;DongGuan Innovative Research Team Program(2018607201008)
- DOI：10.11959/j.issn.2096-109x.2020045
  中图分类号： TP183
- 网络首发：2020-08，
  
  纸质出版：2020-08-15
- 稿件说明：
移动端阅览
王培, 贾焰, 李爱平, 等. 基于DeepLink的社交网络去匿名方法[J]. 网络与信息安全学报, 2020,6(4):104-108.

Pei WANG, Yan JIA, Aiping LI, et al. De-anonymiation method for networks based on DeepLink[J]. Chinese Journal of Network and Information Security, 2020, 6(4): 104-108.
王培, 贾焰, 李爱平, 等. 基于DeepLink的社交网络去匿名方法[J]. 网络与信息安全学报, 2020,6(4):104-108. DOI： 10.11959/j.issn.2096-109x.2020045.

Pei WANG, Yan JIA, Aiping LI, et al. De-anonymiation method for networks based on DeepLink[J]. Chinese Journal of Network and Information Security, 2020, 6(4): 104-108. DOI： 10.11959/j.issn.2096-109x.2020045.

摘要

现有的社交网络去匿名方法主要是基于网络结构，对网络结构进行学习与表示是去匿名的关键。用户身份链接（user identity linkage）的目的是检测来自不同社交网络平台的同一个用户。基于深度学习的跨社交网络用户对齐技术，很好地学习了不同社交网络的结构特征，实现了跨社交网络的用户对齐。将该技术用于同一社交网络匿名用户识别，实验结果优于传统去匿名方法。

Abstract

Existing de-anonymization technologies are mainly based on the network structure.To learn and express network structure is the key step of de-anonymization.The purpose of the user identity linkage is to detect the same user from different social networking platforms.DeepLink is a cross-social network user alignment technology.It learns the structural of the social networks and align anchor nodes through deep neural networks.DeepLink was used to identify de-anonymization social networks

and the results outperforms the traditional methods.

关键词

Keywords

references

姚瑞欣 , 李晖 , 曹进 . 社交网络中的隐私保护研究综述 [J ] . 网络与信息安全学报 , 2016 , 2 ( 4 ): 33 - 43 .

YAO R X , LI H , CAO J . Overview of privacy preserving in social network [J ] . Chinese Journal of Network and Information Security , 2016 , 2 ( 4 ): 33 - 43 .

ZHOU F , LIU L . DeepLink:a deep learning approach for user identity linkage [C ] // IEEE International Conference on Computer Communications . 2018 : 1313 - 1321 .

LIU L , CHEUNG W K , LI X , et al . Aligning users across social networks using network embedding [C ] // International Joint Conference on Artificial Intelligence . 2016 : 1774 - 1780 .

TAN S , GUAN Z , CAI D , et al . Mapping users across networks by manifold alignment on hypergraph [C ] // AAAI Conference on Artificial Intelligence . 2014 : 159 - 165 .

ZHANG J , YU P S . Integrated anchor and social link predictions across social networks [C ] // International Joint Conference on Artificial Intelligence . 2015 : 2125 - 2132 .

BACKSTROM L , DWORK C , KLEINBERG J . Wherefore art thou r3579x? anonymized social networks,hidden patterns,and structural steganography [C ] // International World Wide Web Conference . 2007 : 181 - 190 .

NARAYANAN A , SHMATIKOV V . De-anonymizing social networks [C ] // IEEE Symposium on Security and Privacy . 2009 : 173 - 187 .

NILIZADEH S , KAPADIA A , AHN Y Y . Community-enhanced de-anonymization of online social networks [C ] // ACM Conference on Computer and Communications Security . 2014 : 537 - 548 .

SRIVATSA M , HICKS M . Deanonymizing mobility traces:using social networks as a side-channel [C ] // ACM Conference on Computer and Communications Security . 2012 : 628 - 637 .

JI S , LI W , SRIVATSA M , et al . Structure based data de-anonymization of social networks and mobility traces [C ] // Information Security Conference . 2014 : 237 - 254 .

尹赢 , 吉立新 , 黄瑞阳 , 等 . 网络表示学习的研究与发展 [J ] . 网络与信息安全学报 , 2019 , 5 ( 2 ): 77 - 87 .

YIN Y , JI L X , HUANG R Y , et al . Research and development of network representation learning [J ] . Chinese Journal of Network and Information Security , 2019 , 5 ( 2 ): 77 - 87 .

PEDARSANI P , FIGUEIREDO D R , GROSSGLAUSER M . A bayesian method for matching two similar graphs without seeds [C ] // The 51st Annual Allerton Conference on Communication,Control ＆ Computing . 2013 : 1598 - 1607 .

HAY M , MIKLAU G , JENSEN D , et al . Anonymizing social networks [C ] // Computer Science Department Faculty Publication Series . 2007 : 180 - 196 .

TANG J , QU M , WANG M , et al . Line:large- scale information network embedding [C ] // International World Wide Web Conference . 2015 : 1067 - 1077 .

CAO S , LU W , XU Q . Grarep:learning graph representations with global structural information [C ] // ACM International on Conference on Information ＆ Knowledge Management . 2015 : 891 - 900 .

浏览量

379

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于多查询的社交网络关键节点挖掘算法

面向舆情治理的信息管理机制演化博弈模型

基于混合链结构的隐私保护交易系统监管方案

基于加权最小二乘的社交网络用户定位方法

社交网络中的社团隐私研究综述