赵 霞 魏霖静 肖 君

1(甘肃农业大学信息科学技术学院 甘肃 兰州 730000)2(甘肃省计算中心系统集成部 甘肃 兰州 730000)

0 引 言

网络遍布于我们的日常生活中，网络的研究涉及到许多学科，从物理学到计算机、社会科学等诸多方面。网络分析中的一个重要任务是社区检测识别，即网络的区域(顶点子集)划分，以帮助其了解网络本身的结构和特征。

虽然社区检测研究非常广泛的课题，但很少有技术能够允许从社区检测算法中隐藏目标社区。本文研究的目的是提供这个问题的深入解决策略，称之为社区隐藏。可以从两个不同的层面对这个问题进行研究。隐藏技术对于想在Facebook或Twitter等社交网络中隐藏(作为群体)的用户是有用的。有观点认为，想要隐藏的社区不应该是网络的一部分，而从隐私权的角度，很多网络中的个体节点希望不被网络检测工具检测到。研究社区隐藏的另一个意义是：针对恶意目的的社区检测攻击，可以研究其作用机理，制定出有效的防御机制。在研究社区隐藏过程中，存在下列需要解决的问题：(1) 隐藏模型问题。这里通过关注成员节点所拥有的真实的网络知识量将社区隐藏问题处理为优化问题。然后，引入社区安全性指标，以隐藏函数作为优化目标。研究表明，基于最优模块化的社区隐藏策略需要对社区结构具有先验知识，这取决于产生这些社区的社区检测算法[2]。基于安全性的社区隐藏不会受到这个问题的影响。(2) 如何量化特定目标社区的检测算法的欺骗水平。……