计算机研究与发展

作者：付楠,倪巍伟,姜泽鹏,侯立贺,张东月,张如玉,

关键词：隐私保护, 本地差分隐私, 图聚类, 随机响应, 相似度,

基于本地差分隐私的图聚类工作成为近年来的一个研究热点.已有工作主要针对的是无向图，且大多利用位向量技术通过模块化聚合实现.由于噪声量与向量维度成线性关系，使得聚类质量和隐私性难以很好地兼顾.此外，针对无向图中边的有/无设计的2元扰动机制在面对有向图时，因无法对边的方向性进行处理而无法适用.针对上述问题，提出一种基于本地边差分隐私（edgelocaldifferentialprivacy,Edge-LDP）的有向图聚类算法DGC-LDP(directedgraphclusteringunderLDP）.具体来说，为了降低噪音量同时适用于有向图，基于直接编码方式设计了一种适用于有向星型图的动态扰动机制，通过自适应添加噪声来平衡隐私性和统计效用.在此基础上，在终端和收集者之间构建迭代机制.收集者依据终端上传的噪声数据提取节点间的相似性信息，并设计基于轮廓系数测量模型的节点聚合算法，通过迭代机制不断地优化节点聚合形式形成高质量簇.理论分析和实验结果表明，所提算法在满足Edge-LDP的同时能够有效兼顾聚类精度.

来源：2025年第1期

《计算机研究与发展》期刊编辑部

查看计算机研究与发展杂志2025年第1期