支持多源信息多重访问的隐私泄露定量研究

Privacy disclosure measurement is the basic problem of the privacy protection. According to the quantitative assessment results of the privacy disclosure, we can make clear the user’s privacy disclosure degree, the privacy protection strength of the system, and provide powerful basis for the design of privacy protection methods. Based on ontology theory which is useful for unified representation and integration of information, this project proposed a novel method to quantitatively measure the privacy disclosure degree for each requested item for database requests, to cope with problems of the current research on the privacy metric, such as the limited research scope, a few metric methods and especially insufficient consideration about the multiple access as well as multiple data sources. First, build the privacy of personal information ontology to realize the unified expression of personal information from different data sources; Second, compute similarity between two ontology concepts based on the ontology, thus implement privacy disclosure measures between the two concepts, namely basic measurement; Again, through the word - concept mapping, map the semantically same accesses to the same ontology concept so as to realize the superposition presentation for multiple accesses; Finally, according to the basic measurements and superposition presentation, using the Bayesian formula and the machine learning theory to induce the recursive formula for the superposition effect calculation, thus complete the privacy disclosure measurement with superposition effects. The results of this research have great theoretical significance and practical value to the privacy protection in the era of big data.

隐私泄露度量是隐私保护的基础问题，隐私泄露的量化结果可以用于确定用户隐私的泄露程度及设置系统的隐私保护力度，为隐私保护方法的设计提供理论依据。目前隐私泄露度量研究存在范围局限、度量方法单一以及对多源信息、多重访问考虑不足等问题。本项目利用本体在信息统一表达和集成方面的特性，以数据库访问为应用场景，提出基于个人信息本体面向多源信息、多重访问的隐私泄露度量模型与方法。通过构建面向隐私的个人信息本体，实现多源信息的统一表达；基于本体计算本体概念之间的相似度，实现对概念之间隐私泄露的基础度量；通过词语到概念的映射，将相同语义的访问映射到本体的相同概念，实现多重访问叠加；根据基础度量和访问叠加，基于贝叶斯原理和机器学习理论提出叠加效应计算的递推公式，最终完成多源信息多重访问的隐私泄露度量。本项目的理论成果对于大数据时代的隐私保护研究具有较大的理论意义与实用价值。

“隐私”是信息技术及人类社会发展中无法回避的问题。而隐私泄露度量作为隐私研究的基础问题，在度量用户隐私泄露风险的同时，对隐私保护方法的设计和评价也具有重要的指导意义。目前隐私泄露度量研究存在范围局限、度量方法单一以及对多源信息、多重访问、个性化度量考虑不足等问题。本课题首先设计了多源、非结构化个人信息收集映射方法以实现数据中隐私信息点的抽取与映射，并设计了动态的本体构建方法，从而构建了个人信息本体；其次，通过实验分析得到基于WordNet的相似度算法计算隐私问题的适用性存在的不足和原因，进而设计了基于语义传递边权重的概念之间相似度的计算方法；再次，设计基于本体语义推理且具有叠加效应的隐私泄露度量算法，实现对隐私信息泄露程度的量化；最后，对于所提的基于本体语义推理的隐私泄露度量算法进行实验验证，即在人为观察解释分析的基础上，将隐私泄露度量结果和数据挖掘方式学习到的隐私泄露行为进行对比，以主观客观相结合的方式验证了其对隐私泄露度量的有效性和正确性。与此同时，为了更好地检验所提出的隐私泄露度量算法的有效性，将该方法用于访问控制，设计了基于语义推理的定量实时隐私保护访问控制方案，该方案工作性能良好。本研究将本体论引入到隐私泄露度量中，有效解决了多源异构数据在多重访问时由于隐私信息叠加所造成的泄露程度不易量化的问题。该问题的解决不仅能够在理论上指导隐私保护方案的设计和评价，并且在实际应用上，可以帮助人们及时了解自身的隐私泄露状况并明确隐私泄露的来源，进而便于采取行之有效的方法以达到降低隐私泄露的风险；因此，本项目的研究完成了既定的目标和要求，且研究结果具有相应的理论价值和实用价值。