本書針對(duì)社會(huì)網(wǎng)絡(luò)數(shù)據(jù)發(fā)布中存在的隱私安全問(wèn)題，深入研究并提出具體的差分隱私保護(hù)方法，為社會(huì)網(wǎng)絡(luò)分析及數(shù)據(jù)挖掘等方法提供隱私保證。首先，針對(duì)推薦系統(tǒng)中計(jì)算預(yù)測(cè)評(píng)級(jí)時(shí)的隱私泄露問(wèn)題，提出一種方法結(jié)合兩種擾動(dòng)方式發(fā)布預(yù)測(cè)評(píng)級(jí)結(jié)果。其次，針對(duì)加權(quán)網(wǎng)絡(luò)中的邊權(quán)重的隱私保護(hù)問(wèn)題，提出一種MBCI 擾動(dòng)策略。再次，針對(duì)網(wǎng)絡(luò)統(tǒng)計(jì)中發(fā)布聚集信息時(shí)的隱私泄露問(wèn)題，為了提供更多關(guān)于社會(huì)網(wǎng)絡(luò)中群體之間的行為信息、或簇之間的模式信息，提出一種基于邊差分隱私的方法，發(fā)布各個(gè)社區(qū)聚集系數(shù)的分布情況。最后，為了在隱私保護(hù)下發(fā)布社會(huì)網(wǎng)絡(luò)圖，以再現(xiàn)社科研究中有價(jià)值的結(jié)果，提出一種基于wPINQ平臺(tái)的改進(jìn)算法rTbI實(shí)現(xiàn)圖重構(gòu)計(jì)算。