Detailed Information

Cited 0 time in webofscience Cited 0 time in scopus
Metadata Downloads

방향성이 있는 소셜 네트워크 데이터의 익명화 기법An Anonymization Method for Directed Social Network Data

Other Titles
An Anonymization Method for Directed Social Network Data
Authors
성민경김수형정연돈
Issue Date
2012
Publisher
한국정보과학회
Keywords
소셜 네트워크; 익명화; 프라이버시; Social network; Anonymity; Privacy; k-anonymity
Citation
정보과학회논문지 : 데이타베이스, v.39, no.6, pp.354 - 360
Indexed
KCI
Journal Title
정보과학회논문지 : 데이타베이스
Volume
39
Number
6
Start Page
354
End Page
360
URI
https://scholar.korea.ac.kr/handle/2021.sw.korea/109572
ISSN
1229-7739
Abstract
사용자의 프로필 정보, 사용자간 관계 등을 포함한 소셜 네트워크 데이터는 정부, 연구기관 등 제 3자에 배포되어 마케팅, 의학연구, 인간관계 분석 등 다양한 분야에 이용된다. 그러나 사용자의 민감한 정보가 데이터에 포함되어 있을 수 있으므로 배포 전 반드시 데이터 익명화 작업이 필요하다. 최근 소셜 네트워크 데이터 익명화에 관한 연구가 활발히 진행되고 있으나 연구가 방향성이 있는 그래프로 모델화된 소셜 네트워크 데이터를 다룬 논문은 없다. 본 논문에서는 방향성이 있는 그래프로 모델화된 소셜 네트워크 익명화 모델과 두 가지 알고리즘을 제안한다. 알려진 바로는 본 논문이 방향성이 있는 그래프로 모델화된 소셜 네트워크 익명화 기법을 다룬 첫 번째 논문이다. 제안된 두 가지 알고리즘은 간선 추가 기법을 사용하여 소셜 네트워크 데이터를 익명화 하며, 실제 소셜 네트워크 데이터를 사용한 실험을 통해 성능을 평가하였다.
Files in This Item
There are no files associated with this item.
Appears in
Collections
Graduate School > Department of Computer Science and Engineering > 1. Journal Articles

qrcode

Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.

Related Researcher

Researcher CHUNG, YON DOHN photo

CHUNG, YON DOHN
컴퓨터학과
Read more

Altmetrics

Total Views & Downloads

BROWSE