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

作者：gufe_hfding

文章目录

• 论文概要
• 论文主要创新
• 启发

论文概要

这篇论文源自上海交通大学傅洛伊教授团队于INFOCOM 2020发表的研究成果。该研究主要利用了多跳相邻关系来提取更丰富的网络结构特征，并充分结合其他辅助信息以进一步提升匹配效果。从而，在基于种子节点的匿名环境中进行子图匹配时效率显著提升。傅教授多年来致力于社交网络领域研究，并发表了多篇高质量的学术文章。感觉是望其项背啦。更多关于她的信息，请访问她的网页：http://www.cs.sjtu.edu.cn/~fu-ly/index.html

论文的引用：

Jiapeng Zhang and his team conducted a comprehensive study titled "De-anonymization of Social Networks: Exploring the Impact of Collective Influence" presented at the INFOCOM conference in 2020. T