1.基于不确定图的社会网络数据差分隐私保护方法，其特征是，包括步骤如下：步骤1、对给定的原始社会网络进行去标识处理，并对原始社会网络中的各个节点从1至N进行编号后，得到原始图；

步骤2、遍历原始图中各个节点，得到节点的度信息，并据此计算原始图中每条边的权值，以得到每条边带有权值的不确定图，并根据该不确定图构建1个N×N的不确定图邻接矩阵；

步骤3、在不确定图中找到权值之和最大的闭合三元组结构，并将该闭合三元组结构的权值之和作为敏感度Sf；

步骤4、根据给定的隐私预算参数ε和步骤3所得到的敏感度Sf，均匀而随机的抽样拉普拉斯分布，并将其随机添加到一个N×N矩阵的上三角位置和下三角位置，并由此构建出一个主对角线为零，上三角位置和下三角位置关于主对角线对称的噪声邻接矩阵；

步骤5、将步骤4所构建的噪声邻接矩阵和步骤2所构建的不确定图邻接矩阵相加后，得到待发布网络邻接矩阵；

步骤6、将待发布网络邻接矩阵转化为社会网络图后进行发布；

上述N为原始社会网络中节点的个数。

2.根据权利要求1所述的基于不确定图的社会网络数据差分隐私保护方法，其特征在于：步骤2中，每条边的权值θMi,j为：θMi,j＝didj/2L

其中，i和j是一条边的2个节点，di是节点i的度，dj是节点j的度，L是原始图的边数。