[发明专利]一种用于社交网络图片隐私风险检测与预警的方法及系统

说明书

一种用于社交网络图片隐私风险检测与预警的方法，包括：步骤一：利用目标检测框架提取图片中关键元素并获得关键元素的信息；步骤二：收集图片隐私与否的数据集，对数据集中的每张图片进行步骤一的操作，然后在整个数据集上进行统计，得出在各类关键元素与隐私、公开图片的关联度，并依此来构建知识图谱；步骤三：利用神经网络提取图片整体、图片关键元素的特征，并利用步骤二中的知识图谱来构建图神经网络，用于融合图片整体、图片关键元素的特征，并得到图片的最终表达；以及步骤四：基于步骤三中图片的最终表达，利用神经网络预测图片的隐私风险。

技术领域

本发明涉及社交网络的隐私保护，特别涉及一种用于社交网络图片分享中的隐私风险检测与预警的方法及系统。

背景技术

随着移动互联网的普及，社交网络成为人们日常生活的一部分。智能手机、摄像头等设备，提供了方便获取图片的途径，因此大量图片被分享到社交网络中，用于分享人们的日常生活。2014年后，图片已经超过纯文本，成为社交网络中数量最多的一种分享形式，每天在Instagram和Facebook上分别有超过1亿和3亿的图片被上传。

被分享的图片中含有大量的信息，很可能会泄露用户的隐私。不同于需要被思考并输入的文本内容，用户只需按下快门即可获得图片。因此，尽管社交网络提供商允许用户设置内容的可见范围以保护用户隐私，许多用户并没有意识到图片中的隐私风险。一项研究中，研究者向用户描述图片的内容，调查了用户对于图片的隐私设置的期望，结果表明用户的期望与这些图片实际的隐私设置状态之间存在差异。因此，需要一种有效的方法，能够推断用户分享图片中的隐私风险，识别出可能泄露隐私的图片并加以预警。

已有的一些使用机器学习的方法，主要分为两类。第一类利用整张图片进行分类，给出隐私设置的建议。由于机器学习的难以解释的问题，这种方法给出的建议难以被用户理解，用户难以发觉到底是图片中的哪些区域更可能泄露隐私；另一类基于物体检测的方法，易于理解，但受限于预定义的物体类别，无法应对列表外物体导致的隐私泄露。

发明内容

针对以上存在的问题，本发明提出一种用于社交网络图片隐私风险检测与预警的方法及系统，目的是对社交网络用户上传的图片进行隐私风险预测，并对高隐私风险图片进行预警，提醒用户谨慎上传。

本发明提供了一种用于社交网络图片隐私风险检测与预警的方法，其包括：步骤一：利用目标检测框架提取图片中关键元素并获得关键元素的信息；步骤二：收集图片隐私与否的数据集，对数据集中的每张图片进行步骤一的操作，然后在整个数据集上进行统计，得出在各类关键元素与隐私、公开图片的关联度，并依此来构建知识图谱；步骤三：利用神经网络提取图片整体、图片关键元素的特征，并利用步骤二中的知识图谱来构建图神经网络，用于融合图片整体、图片关键元素的特征，并得到图片的最终表达；以及步骤四：基于步骤三中图片的最终表达，利用神经网络预测图片的隐私风险。

本发明还提供了一种用于社交网络图片隐私风险检测与预警的系统，其包括：图片元素提取模块：利用目标检测框架提取图片中关键元素并获得关键元素的信息；知识图谱构建模块：收集图片隐私与否的数据集，对数据集中的每张图片进行图片元素提取模块中的操作，然后在整个数据集上进行统计，得出在各类关键元素与隐私、公开图片的关联度，并依此来构建知识图谱；图片信息融合模块：利用神经网络提取图片整体、图片关键元素的特征，并利用知识图谱构建模块中的知识图谱来构建图神经网络，用于融合图片整体、图片关键元素的特征，并得到图片的最终表达；以及隐私检测预警模块：基于图片信息融合模块中图片的最终表达，利用神经网络预测图片的隐私风险并进行预警。

本发明综合考虑图片中的关键元素及图片整体，利用构建的知识图谱进行融合信息，从而得到图片的隐私风险，并对高隐私风险的图片加以预警，提醒用户谨慎上传。

以下结合附图和具体实施例对本发明进行详细描述，但不作为对本发明的限定。

附图说明

图1为本发明的用于社交网络图片隐私风险检测与预警的方法的流程示意图。