社交網絡中的個人隱私保護問題和技術研究(二)

三、社交網絡的潛在威脅與隱私類型

社交網絡包括社會個體成員和網絡個體成員之間的聯系,是一種復雜的網絡結構,其目的是實現虛擬社交行為和社會經驗等信息的共享。社交網絡是利用圖結構來模擬現實社會中的成員關系,其中,節點表示社會個體成員,邊表示成員之間的社會關系或交往活動。隱私信息可能會涉及社交網絡中的各類元素,如節點、邊、圖性質等。例如:如果兩個人之間的親密關系不希望別人得知,那么他們之間聯系的頻率就是個人隱私。

在社交網絡中,潛在的隱私信息具有廣泛的類型,因此,可能的隱私泄露方式復雜多樣。采用傳統的關系數據隱私保護技術不能保證社交網絡數據安全,原因是已有的關系數據隱私保護方法針對的的是數據庫中存在的每條記錄的屬性值,沒有考慮挖掘得出的網絡中節點之間的相關性、圖結構、節點的位置等相關信息。

如果不能保護好社交網絡中的大量數據,被惡意人員加以利用的話,會侵害到用戶的個人隱私。社交網絡中的隱私有很多種,根據擬保護信息的不同類型,可以將其隱私保護問題劃分為空間地理位置信息的隱

私保護、個人身份信息的隱私保護、個體之間關聯信息的隱私保護等。根據數據處理流程的不同階段,可以把社交網絡的隱私保護問題分為:(1)數據采集與預處理階段的隱私保護;(2)數據共享、發布階段的隱私保護,如個人身份信息的匿名處理等;(3)數據分析與預測階段的隱私保護等。

四、社交網絡的隱私保護技術

為了保護社交網絡中的個人隱私信息,用戶通過匿名等方式上網,可以隱藏自己的部分行為。但是隨著上網時間的增增加,在網絡中會存儲越來越多的數據,這類數據具有累積性和關聯性,借助一定的數據挖掘技術進行數據抽取和集成,就能夠取得相關信息,推導出個體的一些相關特征與行為,從而導致個人隱私的泄漏。

從現有的研究來看,隱私保護技術大體分為三類:數據失真、數據加密和數據匿名化技術。從國內外的研究現狀來看,已經出現了許多的相關技術,如Persona利用了屬性加密和傳統公鑰加密,采取細粒度的訪問控制方法,從數據加密這個角度實現社交網絡中的隱私保護。Dwork在2006年提出了新的差分隱私方法。差分隱私保護技術可能是解決隱私保護問題的一個方向,但是還不能運用到實際中去。

近年來基于隱私保護的數據挖掘逐漸成為一個研究熱點,主要針對數據發布技術進行相關研究,在數據信息損失最小的同時盡可能地保護用戶隱私。但是由于隱私保護和信息損失兩者之間的矛盾,還沒有出現完美的解決方案。

五、展望與總結

社交網絡的蓬勃發展使得用戶個人信息安全成為大數據時代社交網絡的重要需求之一,賬戶被盜、隱私被盜取等問題,讓我們意識到,隱私保護問題是一個綜合性的問題,需要用戶、運營商和監管部門共同協作,從各個層面來應對社交網絡中出現的隱私保護問題。總的來說,社交網絡的個人隱私保護技術還處于起步階段,本文主要闡述了社交網絡中個人隱私保護問題,希望能給后續的研究提供一些參考。

【參考文獻】

[1]劉雅輝,張鐵贏,靳小龍,程學旗.大數據時代的個人隱私保護[J].計算機研究與發展,2015(01):229~247

[2]周水庚,李豐,陶宇飛,等.面向數據庫應用的隱私保護研究綜述[J].計算機學報,2009,32(05).

[3]劉向宇,王斌,楊曉春.社會網絡數據發布隱私保護技術綜述[J].軟件學報,2014,25(03).