移动社交网络为人们的生活带来了极大的便利，但用户在享受这些服务带来便利的同时，个人位置隐私受到了严重威胁。首先对用户位置隐私保护需求进行了形式化描述，继而针对用户的敏感兴趣点泄露问题，提出了一种情景感知的隐私保护方法。该方法将位置信息、社交关系、个人信息引入到知识构建算法中以计算兴趣点间的相关性，并利用该相关性及时空情景实时判断发布当前位置是否会泄露用户隐私，进而实现了隐私保护与服务可用性间的平衡。最后通过仿真实验验证了该方法的有效性。
2022-04-14 22:48:48
1.31MB
1
详细的讲解深度学习成员推断攻击的相关知识，并展示了如何实现成员推断攻击。适合了解成员推断攻击。详细的讲解深度学习成员推断攻击的相关知识，并展示了如何实现成员推断攻击。适合了解成员推断攻击。
2021-12-17 13:50:03
1.15MB
1
详细的讲解深度学习成员推断攻击的相关知识，并展示了如何实现成员推断攻击。适合了解成员推断攻击。详细的讲解深度学习成员推断攻击的相关知识，并展示了如何实现成员推断攻击。适合了解成员推断攻击
2021-04-09 11:07:39
1.15MB
1