申请/专利权人：重庆大学

申请日：2023-10-31

公开（公告）日：2024-05-14

公开（公告）号：CN117494196B

主分类号：G06F21/62

分类号：G06F21/62;G06Q50/00

优先权：

专利状态码：有效-授权

法律状态：2024.05.14#授权;2024.02.23#实质审查的生效;2024.02.02#公开

摘要：本发明提供了一种基于差分隐私保护的好友匹配方法和系统。该方法为：服务端执行：构建原始社交网络图；获得边介中心性集合；在每条边的权重中根据每条边的边介中心性大小加入相应的噪声，获得并发布噪声社交网络图；客户端执行：遍历所有第二用户执行：利用预设的最短路径搜索算法获取噪声社交网络图中目标用户与第二用户v的K条第一最短路径；基于第一最短路径为真实最短路径的概率从K条第一最短路径中筛选出T条第二最短路径；若存在至少一条第二最短路径的距离小于或等于预设的距离阈值，将第二用户v作为目标用户的匹配好友。实现了对敏感的边的权重的强大隐私保护和最短路径准确获取，基于最短路径获得更精确的好友匹配结果，并且计算开销较低。

主权项：1.一种基于差分隐私保护的好友匹配方法，其特征在于，服务端执行：基于虚拟社交平台的用户交互数据构建原始社交网络图；计算原始社交网络图中每条边的边介中心性，获得边介中心性集合，发布边介中心性集合；在每条边的权重中根据所述每条边的边介中心性大小加入相应的噪声，获得噪声社交网络图，发布噪声社交网络图；所述在每条边的权重中根据所述每条边的边介中心性大小加入相应的噪声，包括：对于原始社交网络图中用户i和用户j之间的边ei，j，若边ei，j的边介中心性CBei，j＝0，则边ei，j添加噪声后的权重为：wi.j′＝wi.j+x1+，若边ei，j的边介中心性CBei，j＞0，则边ei，j添加噪声后的权重为：wi.j′＝wi.j+x2-；其中，wi.j表示边ei，j没有添加噪声前的权重，x1表示第一添加噪声，x1+表示添加第一噪声x1中的正噪声，x2表示第二添加噪声，x2-表示添加第二添加噪声x2中的负噪声；客户端执行：获取噪声社交网络图和边介中心性集合，将噪声社交网络图中除目标用户之外的所有用户记为第二用户；遍历所有第二用户执行以下步骤：对于第二用户v，利用预设的最短路径搜索算法获取噪声社交网络图中目标用户与第二用户v的K条第一最短路径，K为正整数；通过每条第一最短路径经过的边的边介中心性确定每条第一最短路径为真实最短路径的概率；基于第一最短路径为真实最短路径的概率从K条第一最短路径中筛选出T条第二最短路径，T为正整数，1≤T≤K；若T条第二最短路径中存在至少一条第二最短路径的距离小于或等于预设的距离阈值，则将第二用户v作为目标用户的匹配好友。

全文数据：

权利要求：

百度查询： 重庆大学 一种基于差分隐私保护的好友匹配方法和系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD