[发明专利]基于用户行为的隐私保护机制研究

说明书

基于用户行为的隐私保护机制研究。移动互联网技术正在发展，社交网络逐渐成为人们日常生活重要的一部分。用户在各类社交网络平台上公开个人信息和分享实时动态的同时，也带来了隐私泄露的风险。用户需要一种隐私保护机制，来更加有效地保护用户在移动社交平台上的个人信息不被滥用。本发明针对了当前的隐私保护方法不能很好保护移动互联网中用户隐私数据的问题，结合移动互联网环境下用户行为的特点，提出了移动互联网中基于用户行为的隐私保护机制并将其应用于移动社交APP中，从而为用户提供更好的数据保护，降低隐私泄露的风险，提高移动互联网的服务质量。

技术领域

本发明涉及互联网领域，具体涉及基于用户行为的隐私保护机制。

背景技术

近年来随着移动互联网技术的不断发展，社交网络的用户数量呈现了持续增长的趋势。国内的微博、贴吧、豆瓣等社交网络平台都具有十分庞大的规模。2017年Q3微博财报数据显示，截至2017年9月，微博月活跃用户达到了3.76亿。用户在各大社交平台发布的各种形式的内容不计其数，与此同时，社交网络的用户之间也会发生大量的交互行为。

社交网络在改变人们生活方式的同时，也面临着保护用户隐私安全的问题。用户在注册社交网络账户的时候，往往需要提供个人资料，其中包括姓名、电话、家庭住址、电子邮件等敏感信息。与此同时，用户在社交网络平台上分享的各种文字、图片和地理位置等也包含大量的个人隐私。一旦这些信息发生泄漏，用户可能会面临短信、电话和垃圾邮件的骚扰，甚至可能会遭遇欺诈、身份冒用和网络钓鱼等危险。尽管当前的社交网络中都提供与隐私相关的设置，但由于用户普遍缺乏安全意识，且隐私设置通常较为繁琐，因而大部分用户都选择了默认的隐私设置。社交网络作为人际交往和信息共享的平台，其默认的隐私设置具有很大程度的开放性，并不能满足用户的隐私保护需求。因此如何在社交网络系统中构建有效的隐私保护机制，成为了学者们关注的热点问题。

发明内容

本发明给出以下技术方案实现：

具体研究内容包括：研究移动互联网中现有隐私保护方法的特点，阐述当前环境下用户信息结构，通过系统有效的对移动互联网环境下用户行为的分析与特征提取，将用户信息划分为个人信息、社交关系与行为信息，构建访问控制模型。通过爬虫爬取到公开数据并进行预处理与特征分析，随后搭建用户信任值计算模型，包括基于用户基本信息的信任值初始化、基于K-means聚类的异常时间检测、基于PageRank的用户关系分析、内容相似度分析和遗忘曲线信任值更新。在此基础上，引入时间与事件更新驱动机制，对用户信任值进行维护，实现了完整的从用户信息到访问安全等级的映射，有效的保护了用户的隐私安全。

本发明研究方法，其特征在于，针对移动互联网中用户信息结构的特性，将源数据进行数据预处理与特征分析后用于建立访问控制模型，实现对用户信任值的初始化与计算；然后，通过对用户行为的分析并引入遗忘曲线对用户信任值进行更新，最终建立移动互联网中基于用户行为的访问控制模型。

移动互联网中基于用户行为的访问控制模型，具体方法包括如下步骤：

步骤1..基于微博用户数据的信任值初始化；

步骤2.基于Ebbinghaus遗忘曲线的用户信任值更新；

有益效果

本发明目的在于公开一种保护用户隐私不被其它用户侵犯的基于用户行为的隐私保护模型。针对当前的隐私保护方法不能很好保护移动互联网中用户隐私数据的问题，结合移动互联网环境下用户行为的特点，提出了基于用户基本信息的信任值初始化，基于K-means聚类的异常时间检测，基于PageRank的用户关系分析，基于Levenshtein距离的内容相似度分析。基于Ebbinghaus遗忘曲线的信任值更新共同构成的移动互联网中基于用户行为的隐私保护机制，并将其应用于移动社交APP中，从而为用户提供更好的数据保护，降低隐私泄露的风险，提高移动互联网的服务质量。