主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第7期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
罗恩韬,王国军,刘琴,孟大程.移动社交网络中矩阵混淆加密交友隐私保护策略.软件学报,0,(0):0
移动社交网络中矩阵混淆加密交友隐私保护策略
Privacy Preserving Friend Discovery of Matrix Confusion Encryption in Mobile Social NetWorks
投稿时间:2016-09-04  修订日期:2017-05-09
DOI:10.13328/j.cnki.jos.005601
中文关键词:  移动社交网络|用户属性隐私匹配|混淆矩阵|隐私保护|机会计算
英文关键词:Mobile Social Networks|Profile matching|Confusion matrix|Privacy-Preserving|Opportunity calculation
基金项目:国家自然科学基金重点项目(61632009);国家自然科学基金面上项目(61472451,61402543,61272151,61502163);湖南省自然科学基金面上项目(2015JJ3046,2018JJ2147);湖南省教育厅科研项目(2015C0589,110351018002),湖南省重点研发计划(2017NK2390);湖南科技学院计算机应用技术重点建设学科(128030219-001)
作者单位E-mail
罗恩韬 湖南科技学院 电子与信息工程学院 湖南省永州市 425199  
王国军 中南大学 信息科学与工程学院 湖南省长沙市 410083 csgjwang@gmail.com 
刘琴 湖南大学 信息科学与工程学院 湖南省长沙市 410082  
孟大程 中南大学 信息科学与工程学院 湖南省长沙市 410083  
摘要点击次数: 289
全文下载次数: 184
中文摘要:
      随着移动设备和在线社交网络的快速发展,通过用户的个人属性配置文件匹配能够帮助用户在邻近的社交网络中迅速找到和自己共同特征的朋友.然而,交友匹配很有可能泄漏用户的敏感信息,因此用户隐私得不到保障.提出一种移动社交网络中交友匹配过程中的隐私保护协议,用户利用混淆矩阵变换算法和内积计算实现交友过程中的隐私安全和高效的匹配;用户可以细粒度定义自己特征属性的特征权重,从而使匹配结果更精确.此外,利用机会分析模型模拟真实交友场景来保证交友的有效性.安全性分析表明,提出的方法更具有隐私性、可用性和更低的通信和计算开销,通过结合真实的社会网络数据进行测试和评估,对比结果显示,比现有解决方案更有效.
英文摘要:
      With the rapid developments of mobile devices and online social networks, users of Mobile Social Networks (MSNs) can easily discover and make new social interactions with others by profiles matching. However, personal profiles usually contain individual sensitive information, while the emerging requirement of profile matching in proximity mobile social networks may occasionally leak the sensitive information and hence violate people's privacy. We propose a profile matching protocol in MSNS, users utilize the confusion matrix transformation algorithm and dot product to achieve secure and efficient matching results; at the same time, users can customize the matching metrics to involve their own matching preference and to make the matching results more precise. In addition, we adopt opportunistic computing to simulate the real friend making senario to guarantee the effectiveness. Security analysis shows that our proposed scheme possesses higher privacy, serviceability and lower computation and communication cost. Assessed by real social network data, the results demonstrate that our scheme is superior to the existing works.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利