电子信息技术

本发明公开一种社交网络链接隐私保护效果的评价方法，首先对社交网络隐私保护发布图通过基于逻辑回归算法的链路预测计算所有未连接节点对的连接概率。将连接概率大于阈值的节点对对应的边形成预测链接；确定预测链接数量L和预测准确链接的数量Lr。用预测准确链接的数量Lr占所有预测链接数量L的比例作为预测精度，将预测精度作为评价链接隐私保护方法的实际保护效果的评价指标。预测精度越低，说明社交网络链接隐私保护效果越好，反之，社交网络链接隐私保护效果越差。

技术亮点

本发明提供一种社交网络链接隐私保护效果的评价方法，其能够评价采用的链接隐私保护方法的实际保护效果，以便更好的保护敏感关系。为解决上述问题，本发明是通过以下技术方案实现的：一种社交网络链接隐私保护效果的评价方法，包括步骤如下：步骤1：对于经过隐私保护所得到的社交网络发布图的每个节点k，将该节点k、节点k的直接邻居节点、节点k与其直接邻居节点之间的边形成局部网络Mk；步骤2、针对每个局部网络Mk训练对应的逻辑回归模型，并利用训练好的逻辑回归模型LRk来预测这个局部网络Mk中未连接节点对的连接概率；即：对于每个局部网络Mk，分别执行以下步骤：

该方法可以帮助用户评估社交网络链接隐私保护的效果，从而提高用户对隐私保护的关注度，并促进社交网络服务提供商对隐私保护的投入和改进。随着社交网络的普及和隐私保护意识的增强，对社交网络链接隐私保护效果的评价方法的需求将越来越大。因此，该方法的应用前景非常广阔。

与现有技术相比，本发明针对社交网络的敏感关系的隐私保护方法，采用一种结合多个结构相似性度量的链路预测方法来预测社交网络隐私保护图，通过链路预测方法的预测精度评价链接隐私保护效果。