[发明专利]基于信息论和信任的隐私信息保护方法

摘要

基于信息论和信任的隐私信息保护方法属于计算机网络安全领域，用于网络环境中对隐私信息的保护。本发明的目的是提供一种基于信息论和信任的隐私信息保护方法。针对的问题是，在动态和开放的计算环境中，交互的双方可能没有对方先前的相关信息，因此需要通过交换信息来建立信任，在信息交换过程中需要保护隐私信息。实体希望交互过程中尽可能少的披露隐私信息，同时通过披露的隐私信息尽可能多的获取对方的信任。本发明通过对隐私信息的量化和信任获得量化过程，以及平衡隐私信息损失-信任获得，能够在网络环境中有效地保护隐私信息，到达保护隐私并快速有效地建立信任的目的，并能灵活应用于各种计算环境之中。

主权项

1.基于信息论和信任的隐私信息保护方法，其特征在于，具体步骤如下：1).隐私信息请求者向隐私信息所有者发送访问请求；2).隐私信息所有者要求隐私信息请求者提供相应的信任证，信任证是所有能够提供信任的凭证和证明；3).隐私信息访问请求者将持有的信任证发送给隐私信息所有者；4).隐私信息所有者将收到的信任证后用信任模型做信任评估，如果信任评估结果满足信任证所要求的约束，则允许访问该隐私信息并转向7)，否则要求隐私信息请求者提供更多的信任证；隐私信息请求者收到要求提供更多信任证的请求，如果提供更多的信任证转向4)，如果请求者不提供更多的信任证则结束通信转向7)，如果希望继续通信则告知隐私信息所有者；5).隐私信息所有者收到隐私信息请求者不能提供更多信任证，但希望继续通信的请求后，如果不愿告知请求者任何隐私信息则转向7)；否则，隐私信息所有者有选择的告知请求者一条或多条隐私信息，以此进一步建立与请求者的信任关系并完成通信，选择步骤如下：5.1)量化隐私信息5.1.1)对于隐私信息所有者的隐私信息，量化隐私信息；T_a表示披露一条隐私信息所需要达到的信任，T_b表示隐私信息请求者已经达到的信任，条件概率P＝prob(T_a/T_b)表示在隐私信息请求者已经达到T_b的条件下达到披露该条隐私信息所需的信任T_a的概率；条件概率P的取值范围是(0，1)；披露一条隐私信息需要n个信任证，P_i＝prob(T_ai/T_bi)(i＝1，2，....n)表示所需要的n个信任证中第i个的条件概率；其中，i是从1开始的到n的整数，n的取值为大于等于零的整数；当n＝0时，表示披露该隐私信息不需要信任证；当T_b≥T_a，表示没有隐私信息损失转向4)；当T_b＜T_a表示隐私信息损失出现，转向5.1.2)；5.1.2)预处理条件概率，r₁，r₂，....r_n表示条件概率P的初始值，计算(j∈(1，2，....n))的值，则经过预处理以后条件概率P的值记为S₁，S₂，....S_n；5.1.3)计算隐私信息损失，用H表示隐私信息损失熵，计算的值；隐私信息损失熵H表示披露该条隐私信息的平均信息损失，其中P的取值越大，表示该条隐私信息的隐私信息损失越少；5.2)量化信任获得5.2.1)T_b表示隐私信息请求者已经达到的信任，T_c表示披露该条隐私信息后隐私信息所有者获得对方的信任变化量，该量为一个信任值；条件概率Q＝prob(T_c/T_b)表示在隐私信息请求者已经达到T_b的条件下披露该条隐私信息后隐私信息所有者获得对方信任T_c的概率；条件概率Q的取值范围是(0，1)；披露一条隐私信息需要n个信任证，条件概率Q_l＝prob(T_cl/T_bl)表示所需要的n个信任证中第l个的条件概率；其中，l是从1开始的到n的整数，n取值为大于等于零的整数；5.2.2)预处理条件概率，t₁，t₂，....t_n表示条件概率Q的初始值，计算的值，则u₁，u₂，....u_n表示经过预处理以后条件概率Q的值；5.2.3)计算信任获得，用I表示信任获得熵，计算的值；信任获得熵I表示披露该条隐私信息的平均信任获得，其中I越大表示信任获得越大；5.3)隐私信息损失-信任获得平衡阶段5.3.1)J表示隐私信息损失-信任获得平衡熵，α和β分别表示隐私信息损失熵的系数和信任获得熵的系数，α，β∈(0，1)；接着选取系数，根据不同的计算环境和交换场景，当需要严格平衡隐私信息损失-信任获得时，选择α＝β＝0.5；当需要牺牲一些隐私度获取一定的信任时，选择α＜β；当首选保护隐私信息时，选择α＞β；5.3.2)计算隐私信息损失-信任获得平衡熵，J＝αH+βI(α+β＝1)；5.4)根据5.3.2)的计算结果，选择隐私信息披露，对于隐私信息所有者完成量化的隐私信息，如果告知请求者一条隐私信息，则选出J取值最小的隐私信息；如果告知请求者d条隐私信息，则将计算的各个隐私信息按J取值由小到大排序，选出前d条隐私信息；6).隐私信息所有者把5)中得出的选择结果，即隐私信息告知请求者；7).通信结束。