1.基于传播路径隐私泄露风险的社交网络信任度计算方法,所述社交网络包括若干个互联的用户,每个用户拥有一个黑名单,黑名单中包括若干个受限制用户,其特征在于:所述方法包括如下步骤:S1、用户ui接收到来自用户uj的联络请求;
S2、社交网络平台基于用户uj全部的连接关系计算消息从用户uj传输到用户ui的黑名单中所有受限制用户的泄露概率的集合;S2中,社交网络平台计算泄露概率的具体方法包括:S21、从社交网络中提取以用户ui为中心的局部网络,局部网络中包括若干个节点用户和若干条连边,且局部网络是有向的;
S22、随机删除局部网络中的连边;S22的具体方法包括:S221、定义N=0,r=0;
S222、选中任意一条连边
S223、计算y的出度与入度的比值k,如果k大于1,则令k=1;
S224、生成随机数t(0
S225、如果t>k,则删除连边
S226、r的数值加1;
S23、判断从用户ui到用户uj是否存在传播路径,如果存在则返回S22,如果不存在则停止删除;
S24、依据删除掉的连边的数量计算泄露概率;
S3、社交网络平台基于泄露概率的集合评估用户uj的信任度;具体方法包括S3.1和S3.2;
S3.1、社交网络平台基于泄露概率的集合生成风险证据,首先提取ui已经做出的信任决策
mflow=((1-dis(uj,h))×acc,dis(uj,h)×acc,1-acc);
其中,dis(uj,h)表示基于分类面h的SVM分类结果;
S3.2、如果SVM分类的结果为信任,则社交网络平台将用户的信任度设置为dis(uj,h)×acc;
如果SVM分类结果为不信任,则社交网络平台将用户的信任度设置为(1-dis(uj,h))×acc。
2.如权利要求1所述的基于传播路径隐私泄露风险的社交网络信任度计算方法,其特征在于:S21中,局部网络是以用户为中心的三跳子网络。
3.如权利要求1所述的基于传播路径隐私泄露风险的社交网络信任度计算方法,其特征在于:S23中,如果从用户ui到用户uj存在传播路径,则N的数值加1后返回S22,如果从用户ui到用户uj不存在传播路径,则泄露概率确定为N/r。