1.基于图基元的社会网络数据隐私保护方法，其特征是，具体包括步骤如下：

步骤1、将原始图的每条边所参与的图基元的个数作为该边的权重，将原始图转换成加权图；

步骤2、对加权图的原始度序列应用K-度匿名算法，得到满足K匿名的匿名度序列；

步骤3、将匿名度序列中节点的度减去原始度序列中对应节点的度，并根据每个节点度的差值对节点进行分类，将差值大于零的节点放在增加度节点集合VS+中，将差值小于零的节点放在减小度节点集合VS-中，对差值等于零的节点不做处理；

步骤4、判断匿名序列中所有节点的度数总和与原始序列中所有节点的度数总和是否相等；

如果匿名序列的度数总和大于原始序列的度数总和，则转至步骤5进行边插入操作；

如果匿名序列的度数总和小于原始序列的度数总和，则转至步骤6进行边删除操作；

如果匿名序列的度数总和等于原始序列的度数总和，则转至步骤7进行边转换操作；

步骤5、边插入操作：先对增加度节点集合VS+中所有节点分别进行两两组合，并判断这

2个节点之间是否存在边；如果存在边，则不做处理；如果不存在边，则将这2个节点之间的边将加入插入边集合中；后将该插入边集合作为候选集，转至步骤8；

步骤6、边删除操作：先对减小度节点集合VS-中所有节点分别进行两两组合，并判断这

2个节点之间是否存在边；如果不存在边，则不做处理；如果存在边，则将这2个节点之间的边加入删除边集合中；后将该删除边集合作为候选集，转至步骤8；

步骤7、边转换操作：先为减小度节点集合VS-中的每个节点选择1个最佳邻居节点，其中最佳邻居节点为该节点的所有邻居节点中，与该节点之间边的权重最小的节点；再将最佳邻居节点分别与增加度节点集合VS+中每一个节点进行组合，并判断这2个节点之间是否存在边；如果存在边，则不做处理；如果不存在边，则将这2个节点之间的边将加入转换边集合中；后将该转换边集合作为候选集，转至步骤8；

步骤8、逐一选择候选集中一组边操作对原始图进行相应地修改，并判断修改后的原始图是否满足匿名要求；如果满足匿名要求，则结束；如果不满足匿名要求，则选择候选集中下一组边操作对原始图进行修改，直至满足匿名要求；如果执行完整个候选集的所有边操作后，修改后的原始图仍然不满足匿名要求，则将原始图更新为修改后的原始图，并转至步骤3。

2.根据权利要求1所述基于图基元的社会网络数据隐私保护方法，其特征在于：图基元的形状为多边形。

3.根据权利要求1所述基于图基元的社会网络数据隐私保护方法，其特征在于：步骤2中，在对加权图的原始度序列应用K-度匿名算法之前，还需要对加权图的原始度序列按照度数进行降序排序。

4.根据权利要求1所述基于图基元的社会网络数据隐私保护方法，其特征在于：步骤6中，候选集是对删除边集合中的边按照该条边的权重进行升序排序后所形成。

5.根据权利要求4所述基于图基元的社会网络数据隐私保护方法，其特征在于：步骤8中，采用基于删除边集合所形成的候选集，对原始图进行删除边修改时，从候选集中权重最小的边开始对原始图的修改，从权重最大的边结束对原始图的修改。

6.根据权利要求1所述基于图基元的社会网络数据隐私保护方法，其特征在于：步骤5中，候选集是对插入边集合中的边按照该条边的邻居中心性进行降序排序后所形成。

7.根据权利要求1所述基于图基元的社会网络数据隐私保护方法，其特征在于：步骤7中，候选集是对转换边集合中的边按照该条边的邻居中心性进行降序排序后所形成。

8.根据权利要求6或7所述基于图基元的社会网络数据隐私保护方法，其特征在于：步骤8中，采用基于插入边集合和转换边集合所形成的候选集，对原始图进行插入边和转换边修改时，从候选集中邻居中心性最大的边开始对原始图的修改，从邻居中心性最小的边结束对原始图的修改。

9.根据权利要求6或7所述基于图基元的社会网络数据隐私保护方法，其特征在于：2个节点vi和vj之间边的邻居中心性NC(vi,vj)的计算公式为：式中，N(vi)为节点vi的邻居节点集合，N(vj)为节点vj的邻居节点集合，|·|表示求集合中节点的个数。

10.根据权利要求1所述基于图基元的社会网络数据隐私保护方法，其特征在于：步骤8中，修改后的原始图满足匿名要求是指，修改后的原始图的每个节点的度均与匿名序列中对应节点的度相一致。