Resumen

Con el rápido desarrollo de las redes sociales y sus aplicaciones, aumenta la demanda de publicar y compartir datos de redes sociales con fines comerciales o de investigación. Sin embargo, también están surgiendo riesgos de divulgación de información sensible de los usuarios de redes sociales. Este artículo propone un ataque estructural eficaz para desanonimizar datos de grafos sociales. El ataque utiliza el grado acumulativo de los vecinos n-hop de un nodo como característica regional y lo combina con el método de correspondencia de grafos basado en recocido simulado para explorar la reidentificación de nodos en grafos sociales anónimos. Los resultados de la simulación en dos conjuntos de datos de redes sociales muestran que el ataque es factible en la reidentificación de nodos en grafos anónimos, incluyendo el grafo simplemente anónimo, el grafo aleatorio y el grafo de k-isomorfismo.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:reidentificación de nodos, grafos sociales anónimos, ataque estructural eficaz, método de correspondencia de grafos, datos de grafos sociales, datos de redes sociales, conjuntos de datos de redes sociales, usuarios de redes sociales, ataque, grafo anónimo
• Keywords:nodes reidentification, anonymous social graphs, effective structural attack, graph matching method, social graph data, social network data, social network datasets, social network users, attack, anonymous graph