图隐私论文速递：De-anonymization of Social Networks: the Power of Collectiveness

作者：gufe_hfding

论文概要

今天的论文是来自上海交大傅洛伊老师团队在INFOCOM 2020上的论文，这篇论文主要是利用了多跳相邻关系来刻画更多的结构信息，使得在Seedless based 匿名中做子图匹配的时候，效率更高，同时利用更多的结构信息。傅老师研究社交网络很多年了，也发表了很多高水平的论文，感觉是望其项背啦。更多傅老师的信息，可以看她的网页：http://www.cs.sjtu.edu.cn/~fu-ly/index.html

论文的引用：

Jiapeng Zhang, Luoyi Fu, Xinbing Wang, Songwu Lu:
De-anonymization of Social Networks: the Power of Collectiveness. INFOCOM 2020: 89-98

论文主要创新

由于无种子的图数据去匿名攻击方法是NP难的，最直观的无种子图数据去您名攻击是对匿名图和辅助图进行全局的子图匹配，使得匹配后的两个图中对应的节点差异性之和最小。搜索的空间过大，每次也仅仅匹配某个节点相邻的节点信息，导致效率不高，信息利用率也比较差。

这篇论文利用