考虑到社交网络上的隐私问题,已经提出了多种匿名技术,但是这些技术忽略了个人在隐私保护需求方面的一些差异。 随着互联网技术的发展,社交网络个体的数量逐年增加,网络数据蓄势待发。 因此,我们为受害人指定了三个级别的隐私信息,并提出了个性化的k度m标签(PKDML)匿名模型。 此外,我们设计并实现了分布式个性化的k-m-lable(DPKDML)匿名化算法,该算法利用“以顶点为中心”的GraphX编程模型通过多次消息传递和节点值更新来完成整个匿名过程。 最后,我们在真实的社交网络数据集上进行了实验,以