计算机应用

作者：张博瀚, 吕乐, 荆军昌, 刘栋

单位：1.河南师范大学 计算机与信息工程学院，河南 新乡 453007；2.教育人工智能与个性化学习河南省重点实验室（河南师范大学），河南 新乡 453007；3.教学资源与教育质量评估大数据河南省工程实验室（河南师范大学），河南 新乡 453007

关键词：社区隐藏,遗传算法,属性网络,隐私保护,社区检测,社会网络分析

基金：国家自然科学基金资助项目(62072160);河南省科技攻关计划项目(242102211076)

为了对抗社区检测算法从而实现节点隐私保护，社区隐藏方法得到了越来越多的关注。然而，现有的主流社区隐藏算法仅关注网络的拓扑结构，忽略了节点属性对社区结构的影响，因此在属性网络上表现不佳。针对上述问题，提出一种基于遗传算法的属性网络社区隐藏方法（ACG）。该方法融合网络拓扑结构和节点属性，它的核心在于通过优化适应度函数找到最优的边隐藏策略。ACG在追求最小化隐藏成本的同时，将最大化模块度和属性相似度作为双重度量标准来选择并扰动对社区结构影响最大的边集合，从而实现对属性网络社区检测算法的有效攻击。实验结果表明，在不改变边总数和属性信息的前提下，所提方法有效地对抗了主流的属性社区检测方法；与其他社区隐藏方法相比，ACG在5个属性网络上对抗经典社区检测算法具有优势。

来源：2025年第9期

《计算机应用》期刊编辑部

查看计算机应用杂志2025年第9期