互聯(lián)網(wǎng)環(huán)境下信息服務隱私保護技術研究.pdf

1、近年來，個性化技術在提升互聯(lián)網(wǎng)信息服務質(zhì)量方面發(fā)揮了重要的作用。伴隨個性化思想的普及，各類互聯(lián)網(wǎng)應用愈發(fā)關注用戶個人的信息需求。很多方案嘗試從各種渠道收集用戶數(shù)據(jù)，建立用戶（興趣偏好）模型，并在此基礎上提供個性化信息服務。同時，這些應用在服務過程中生成和發(fā)布的用戶（行為）日志，由于可以支持用戶行為模式研究和多種復雜的數(shù)據(jù)挖掘任務，受到了科研工作者的廣泛關注。遺憾的是，用戶數(shù)據(jù)中往往包含大量個人私密信息，對其過度開發(fā)會導致嚴重的隱私問題，

2、不但引起個人用戶的恐慌，也會抑制服務提供商開發(fā)和分享用戶數(shù)據(jù)的熱情。這勢必成為互聯(lián)網(wǎng)信息服務進一步發(fā)展和推廣的巨大障礙。
　　因此，提供成熟有效的隱私保護技術已經(jīng)成為互聯(lián)網(wǎng)信息服務的當務之急。然而到目前為止，該需求并沒有得到廣泛的重視，大多數(shù)研究者仍然只專注于進一步開發(fā)用戶數(shù)據(jù)以提高信息服務的質(zhì)量。即便是有限的幾個關注隱私保護的工作，也遠不夠理想。它們通常僅適用于互聯(lián)網(wǎng)信息服務某個數(shù)據(jù)操作階段中的特定隱私問題，且彼此不能協(xié)同工作。

3、因此，本文主要研究支持隱私保護的信息服務，實現(xiàn)能夠解決信息服務不同階段隱私問題的完備方案。
　　首先，本文對信息服務個性化技術和隱私保護技術進行了回顧，分別面向傳統(tǒng)關系數(shù)據(jù)處理和互聯(lián)網(wǎng)應用，全面介紹了主流的隱私定義、保護模型和算法。在此之后，我們重點分析了互聯(lián)網(wǎng)環(huán)境下面向信息服務的隱私保護問題的新特性，以及將現(xiàn)有技術應用于該問題會產(chǎn)生的缺陷和不足?；诜治鼋Y(jié)果，我們明確了實現(xiàn)支持隱私保護的信息服務所面臨的挑戰(zhàn)，并引出了本文的研究內(nèi)

4、容。
　　其次，本文基于對信息服務中兩個典型應用場景應用特性和隱私保護需求的深入分析，提出了一個支持隱私保護的信息服務的總體技術框架。該框架由三個核心組件構成，分別針對客戶端、網(wǎng)絡端和服務端不同的數(shù)據(jù)操作環(huán)節(jié)，提供相應的隱私保護技術。這三個核心組件基于一個統(tǒng)一的層級結(jié)構的本體知識庫（在大多數(shù)主流的信息服務實現(xiàn)策略中都有提供），能夠彼此協(xié)同工作，在信息服務全程對用戶隱私提供遞進層級的保護。
　　面向技術框架所關注的第一個應用場

5、景（即個性化信息服務中的在線交互）我們提出了一個支持隱私保護的交互模型UPS，該模型可以同時基于用戶定制的隱私需求和提交的信息請求，通過用戶模型泛化技術在線生成個性化服務所需的上下文。我們的在線上下文生成技術主要專注于在兩個預測性質(zhì)衡量指標:“個性化可用性”和“隱私風險”之間進行權衡。為此，我們實現(xiàn)了兩種在線上下文生成的貪婪算法:GreedyDP和GreedyIL。我們同時提供了一種可以在線判定是否對信息請求進行個性化處理的機制，用于提

6、高信息服務質(zhì)量的穩(wěn)定性。通過大量的實驗，我們驗證了UPS交互模型的有效性，并證明GreedyIL算法相較于GreedyDP在性能上的優(yōu)勢。
　　對于第二個應用場景（即互聯(lián)網(wǎng)用戶日志在線生成與發(fā)布）中的隱私保護問題，我們提出了一種新型的匿名發(fā)布技術，將數(shù)據(jù)發(fā)布為匿名化處理的“時間序列”（TemporalSeqeunce，簡稱TES），最大限度地保留原有數(shù)據(jù)的模式和時間信息。我們的方案基于一種新型的隱私模型“（k，w）匿名”實現(xiàn)。該模

7、型將用戶背景知識建模為時間受限（小于w個時間單位）的數(shù)據(jù)庫投影，并要求發(fā)布數(shù)據(jù)中每個TES基于任何生命周期小于w的投影數(shù)據(jù)庫，都無法和其他k-1個TES被區(qū)分開?；诜夯夹g和滑動窗口模型，我們提出了一種高效的算法框架，可以通過不同的全局或局部編碼方法，實現(xiàn)對TES數(shù)據(jù)庫的近似最優(yōu)（k，w）匿名發(fā)布。同時，我們通過對該框架進行時間稀疏性消除和并行化擴展，進一步加強了其對于真實序列數(shù)據(jù)的可用性。在實驗中，我們通過AOL發(fā)布日志生成了一個大