Social Graph Anonymization

Résumé : La vie privée est une préoccupation des utilisateurs des réseaux sociaux. Les réseaux sociaux sont une source de données précieuses pour des analyses scientifiques ou commerciales. Cette thèse aborde trois problèmes de confidentialité des réseaux sociaux: l'anonymisation de graphes sociaux, la détection de communautés privées et l'échange de liens privés. Nous abordons le problème d'anonymisation de graphes via la sémantique de l'incertitude et l'intimité différentielle. Pour la première, nous proposons un modèle général appelé Uncertain Adjacency Matrix (UAM) qui préserve dans le graphe anonymisé les degrés des nœuds du graphe non-anonymisé. Nous analysons deux schémas proposés récemment et montrons leur adaptation dans notre modèle. Nous aussi présentons notre approche dite MaxVar. Pour la technique d'intimité différentielle, le problème devient difficile en raison de l'énorme espace des graphes anonymisés possibles. Un grand nombre de systèmes existants ne permettent pas de relâcher le budget contrôlant la vie privée, ni de déterminer sa borne supérieure. Dans notre approche nous pouvons calculer cette borne. Nous introduisons le nouveau schéma Top-m-Filter de complexité linéaire et améliorons la technique récente EdgeFlip. L'évaluation de ces algorithmes sur une large gamme de graphes donne un panorama de l'état de l'art. Nous présentons le problème original de la détection de la communauté dans le cadre de l'intimité différentielle. Nous analysons les défis majeurs du problème et nous proposons quelques approches pour les aborder sous deux angles: par perturbation d'entrée (schéma LouvainDP) et par perturbation d'algorithme (schéma ModDivisive)
Type de document :
Thèse
Cryptography and Security [cs.CR]. Université de Lorraine, 2016. English. 〈NNT : 2016LORR0168〉
Liste complète des métadonnées

Littérature citée [132 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/tel-01403474
Contributeur : Abes Star <>
Soumis le : vendredi 7 avril 2017 - 17:42:27
Dernière modification le : jeudi 11 janvier 2018 - 06:25:24
Document(s) archivé(s) le : samedi 8 juillet 2017 - 16:18:43

Fichier

DDOC_T_2016_0168_NGUYEN.pdf
Version validée par le jury (STAR)

Identifiants

  • HAL Id : tel-01403474, version 2

Collections

Citation

Huu-Hiep Nguyen. Social Graph Anonymization. Cryptography and Security [cs.CR]. Université de Lorraine, 2016. English. 〈NNT : 2016LORR0168〉. 〈tel-01403474v2〉

Partager

Métriques

Consultations de la notice

217

Téléchargements de fichiers

161