近日，新濠峰娱乐
郭桃林博士主研完成的一篇隐私保护方面的研究论文“Improving the Accuracy of Locally Differentially Private Community Detection by Order-consistent Data Perturbation”被The 47th International ACM SIGIR Conference on Research and Development in Information Retrieval（简称ACM SIGIR）的Full Paper录用。论文作者包括来自新濠峰娱乐
的郭桃林博士和彭顺顺博士、重庆大学的张哲健研究生、澳大利亚联邦科学与工业研究院的Mengmeng Yang研究员以及新加坡南洋理工大学的Kwok-Yan Lam教授。论文的第一作者和通讯作者均为新濠峰娱乐
的郭桃林博士。
社区检测是网络科学中的一个基本任务，其收集并存储了大量的用户社交关系，存在用户隐私泄露风险。本地差分隐私是当前主流的隐私保护技术，一方面对个人数据进行扰动来保护用户隐私，另一方面从全局用户的扰动数据分析数据整体特征，并将恢复结果用于查询服务，从而保证服务功能。现有方法对用户社交关系进行扰动，并将扰动结果用于社区检测算法。然而，由于本地差分隐私噪声将生成大量的虚假边，严重破坏社区结构，现有方法面临功能性差的问题。针对该问题，论文发现现有方法的用户隐私保护需求与社区检测功能需求不一致：用户隐私保护目标是用户的社交关系，社区检测依赖于用户与社区分组的适应度排序。为此，论文提出了一种排序一致性保持的用户关系扰动方法，通过保证扰动结果与真实数据之间的排序的方式保证社区检测的准确性，并从理论上证明了该方法的隐私性和误差边界。在公开数据集的实验结果表明论文所提方法较现有方法具有显著的优势。
图1 论文所提方法的框架图
SIGIR是信息检索与数据挖掘领域的顶级会议，被CCF推荐为A类国际学术会议。SIGIR 2024将于2024年7月14日至18日在美国华盛顿举办。本次会议共收到1148篇长文投稿，其中791篇有效长文投稿，仅有159篇被录用，录用率约为20.1%。
