地理社交網(wǎng)絡（ GeoSocial Network．GSN）本質上是具有地理位置坐標特性的社交網(wǎng)絡，從社交網(wǎng)絡如Facebook、Twitter到基于位置的社交網(wǎng)絡如Foursquare，用戶通過帶有定位功能的移動設備簽到并彼此分享位置，同時利用這些地理位置信息，可以獲取更多個性化定制服務，如導航、興趣點推薦、智能交通等，因此分析并發(fā)布用戶位置數(shù)據(jù)信息很有應用意義。然而用戶頻繁簽到的位置可能包含用戶極其敏感的個人信息，簡單發(fā)布這些數(shù)據(jù)會導致用戶個人身份和其他敏感信息泄露，因此，用戶頻繁位置的隱私保護是目前一個重要的研究熱點。

　　社交網(wǎng)絡中用戶身份信息泄露已經(jīng)得到廣泛研究，然而由于地理社交網(wǎng)絡中涉及用戶的位置信息，若將上述隱私保護方法直接應用到地理社交網(wǎng)絡中仍然存在一些弊端。如攻擊者了解目標用戶在某一個時刻頻繁訪問某個或某幾個位置，而在這個時刻只有一個用戶在該位置簽到，那么攻擊者就可以根據(jù)了解的背景知識將用戶和頻繁位置唯一匹配，推測出用戶身份信息，導致用戶身份以及其他和位置有關的敏感信息泄露。

　　為解決上述問題，本文提出了一個（K，c）-anonymity算法。首先根據(jù)用戶訪問位置的頻次謾置頻繁位置集合；然后將這些頻繁位置的子集組合成超邊，把不滿足匿名參數(shù)后的超邊進行重組，通過該算法泛化用戶頻繁訪問位置；最后發(fā)布地理社交網(wǎng)絡數(shù)據(jù)信息，并且通過Brightkite和Gowalla數(shù)據(jù)集進行實驗驗證，結果表明在保證安全性的同時降低了用戶的信息損失率。
?