胡文彬 ,张宏宇,2 ,王晨曦 ,王倪传 ,李 慧*

（1.江苏海洋大学计算机工程学院，连云港，222005；2.河海大学计算机与信息学院，南京，210098）

互联网技术的高速发展和信息技术相关服务行业的飞速崛起，社交网络中出现了各式各样的服务行业，只要通过简单的操作就会在有意无意间泄露个人隐私.第45次《中国互联网络发展状况统计报告》中显示，截至2020年3月我国公民个人信息泄露问题占比23.3%，是占比最高的网络安全问题.正在兴起的云计算、人工智能和大数据分析等服务更是加强了对个人信息的获取、分析和推断的能力，这使社交网络中个人隐私泄露度量的研究尤为重要.

目前针对隐私泄露问题，学者们提出了若干隐私信息保护技术，主要有基于K⁃匿名模型［1］的隐私保护技术、数据扰乱技术［2］、基于密码学的隐私保护技术［3］等.隐私保护技术研究的重要基础是隐私度量，已有的隐私度量方法大体分四类［4］：基于K⁃匿名的方法、基于信息熵的方法、基于集对分析理论的方法和基于差分隐私的方法.基于匿名的隐私度量方法通常可以结合攻击者的背景知识进行有效度量，度量结果的准确性比较好，但是应用范围受限、效率低下.基于集对分析理论的方法原理简单并且通用，但是数据间集对关系的建立比较困难，且效率低下.基于差分隐私的度量方法对独立的数据元组无须量化攻击者背景知识，因此效率高，但应用受限，难以反映相关联元组的隐私保护……