張維作

摘 要：文章針對目前大數(shù)據(jù)隱私保護機制具有的局限性，提出了基于模糊評估的現(xiàn)代社會網(wǎng)絡(luò)隱私風(fēng)險，使大數(shù)據(jù)隱私能夠主動保護。在相關(guān)專家及文獻的研究基礎(chǔ)上，分析了大數(shù)據(jù)環(huán)境下社會網(wǎng)絡(luò)存在的隱私風(fēng)險。本研究證明基于模糊評價的社交網(wǎng)絡(luò)風(fēng)險具有良好的實用性，能夠提高大數(shù)據(jù)環(huán)境下社會網(wǎng)絡(luò)的服務(wù)水平。

關(guān)鍵詞：模糊評估；大數(shù)據(jù)時代；社交網(wǎng)絡(luò)；隱私風(fēng)險

在我國社會不斷進步的過程中，科技也在不斷的發(fā)展，現(xiàn)代社會產(chǎn)生的數(shù)據(jù)極速增長，統(tǒng)計數(shù)據(jù)量以PB（1024TB）級趨勢不斷增加，人們已經(jīng)進入到大數(shù)據(jù)時代?，F(xiàn)代社交網(wǎng)絡(luò)備受人們喜愛，越來越多的人們喜歡通過社交網(wǎng)絡(luò)分享自己的所見所聞、交友、聊天，人們在網(wǎng)絡(luò)中的每一步操作都被服務(wù)器所記錄。在開發(fā)社交網(wǎng)絡(luò)個人信息潛在價值的基礎(chǔ)上，如何保證其個人信息的安全性，保證個人信息不被利用及收集，是目前大數(shù)據(jù)時代要解決的問題。

1 創(chuàng)建隱私風(fēng)險評估指標(biāo)體系

1.1 社交網(wǎng)絡(luò)的隱私風(fēng)險因素

現(xiàn)在我們處于大數(shù)據(jù)時代中，社交網(wǎng)絡(luò)也不斷深入對用戶數(shù)據(jù)的收集、處理及分享，也增加了用戶隱私被侵害及威脅的可能性。社交網(wǎng)絡(luò)隱私風(fēng)險主要分為：

其一，社交網(wǎng)絡(luò)較為脆弱。其主要包括軟件缺陷、硬件缺陷、網(wǎng)絡(luò)通信協(xié)議、用戶隱私安全設(shè)置不嚴(yán)謹(jǐn)?shù)?，這種風(fēng)險會導(dǎo)致用戶在網(wǎng)絡(luò)傳輸過程中的數(shù)據(jù)被偽造、竊聽及篡改，并且還會使用戶遭到物理破壞。

其二，用戶行為極為脆弱。其主要包括用戶的信息行為疏忽、隱私設(shè)置關(guān)聯(lián)、用戶密碼簡單等。由于用戶能夠通過自己的賬號登錄不同的論壇，用戶在社交網(wǎng)絡(luò)中發(fā)布的內(nèi)容會被無意同步到其他網(wǎng)絡(luò)，以此泄露隱私，并且還會忽視社交網(wǎng)絡(luò)中朋友的身份驗證，導(dǎo)致自己的信息暴漏，被他人所利用。

其三，外部威脅。其主要包括服務(wù)崩潰、第三方因素、信息隱私交易及黑客攻擊等。由于用戶的疏忽或者技術(shù)的漏洞，能夠使黑客或者其他人盜竊用戶的隱私，將用戶的隱私作為第三方不法使用的對象。

1.2 構(gòu)建指標(biāo)體系

通過上述分析，本文中構(gòu)建指標(biāo)體系的方法為Delphi，以相關(guān)專家的研究及知識對指標(biāo)進行篩選，主要包括兩輪刪選，從而統(tǒng)一專家意見，以此形成隱私風(fēng)險評估體系，分為三個以及指標(biāo)及十三個二級指標(biāo)。圖1為隱私風(fēng)險評估指標(biāo)體系。

1.3 指標(biāo)的量化處理

由于社交網(wǎng)絡(luò)中的隱私風(fēng)險評估體系并沒有測量數(shù)據(jù)，都是定性指標(biāo)，所以社交網(wǎng)絡(luò)隱私風(fēng)險評估體系具有一定的模糊性。那么為了能夠?qū)ζ溥M行定量評估和分析，就要通過本文的專家打分的定量化指標(biāo)。專家打分的方法指的是將定性指標(biāo)分為多個級別，并且對其賦予量值，以區(qū)分精度為基礎(chǔ)，將打分的區(qū)間分為五、七及九三個分值，本文中使用五分值，隱私風(fēng)險可以定義為低、較低、一般、較高、高五種級別，其對應(yīng)的量值為1，3，5，7，9。隱私評估指標(biāo)為負向，也就是說指標(biāo)值越小，評價就越好。通過下式處理初始指標(biāo)值：

1.4 指標(biāo)權(quán)重的計算

指標(biāo)權(quán)重指的是指標(biāo)對評估對象的影響程度，其反映了指標(biāo)之間的差異。在社交網(wǎng)絡(luò)隱私風(fēng)險評估的過程中，不同的風(fēng)險指標(biāo)的發(fā)生概率和損失也都各不相同，所以要根據(jù)其重要性對權(quán)重進行設(shè)置。為了保證評價指標(biāo)的科學(xué)性及合理性，本文將Shannon信息熵融入到AHP方法中，計算評價指標(biāo)熵值，通過信息量得出指標(biāo)權(quán)重。[1]步驟為：

首先，處理決策矩陣X=（xij）m*n，得到標(biāo)準(zhǔn)化矩陣Y=（yij）m*n，之后歸一化處理：

其次，將j指標(biāo)的熵值進行計算，公式為：

另外，計算j指標(biāo)的差異系數(shù)，表示為：

最后，計算j指標(biāo)的權(quán)重，表示為：

評估指標(biāo)權(quán)重向量為：

W=（w1，w2，...wn）

2 基于模糊評價的社會網(wǎng)絡(luò)隱私風(fēng)險

評估社交網(wǎng)絡(luò)隱私風(fēng)險的過程中，要考慮多種內(nèi)在和外在因素的影響。因為社交網(wǎng)絡(luò)自身就較為復(fù)雜，尤其是相親交友網(wǎng)站中，涉及了多種隱私風(fēng)險因素及模糊不確定的因素，所以不能夠使用統(tǒng)計概率量化風(fēng)險。那么就要基于模糊評價，根據(jù)其中的模糊關(guān)系合成理論，評估社交網(wǎng)絡(luò)隱私風(fēng)險。

2.1 定義評價語集

評價語集是要根據(jù)實際情況制定的，一般將其分為五個等級，以本文中低、較低、一般、較高、高五種級別為例，其等級度量可以表示為：

低：發(fā)生風(fēng)險時對用戶的隱私損害極小；較低：發(fā)生風(fēng)險時對用戶的隱私損害較??；中等：發(fā)生風(fēng)險時對用戶的隱私損害一般；較高：發(fā)生風(fēng)險時對用戶的損害嚴(yán)重；高：發(fā)橫風(fēng)險時對用戶的隱私損害非常嚴(yán)重。

2.2 評估矩陣的創(chuàng)建

首先對單隱私風(fēng)險因素進行評估ui（i=1，2，3，...，n），得出其模糊評價語集Ri（ri1，ri2，ri3，...，rim）。

假如某個因素因素ui有qij個vj評語，其隸屬度rij表示為：

2.3 綜合模糊評價

隱私風(fēng)險因素的權(quán)重集W=（w1，w2，...wn）和評估矩陣R兩者相互融合得到綜合模糊評價，結(jié)果為：

通過模糊評估向量C判別評估結(jié)果，一般標(biāo)準(zhǔn)為最大隸屬度。為了保證評估結(jié)果的客觀性，使用加權(quán)評估計算，公式為：

通過隱私風(fēng)險隸屬度等級標(biāo)準(zhǔn)判定社交網(wǎng)絡(luò)隱私風(fēng)險等級。隱私風(fēng)險隸屬等級標(biāo)準(zhǔn)為：0-0.2分為低風(fēng)險；0.2-0.4分為較低風(fēng)險；0.4-0.6分為一般風(fēng)險；0.6-0.8分為較高風(fēng)險；0.8-1高風(fēng)險。[2]

3 結(jié)束語

本文分析了大數(shù)據(jù)背景下社交網(wǎng)絡(luò)隱私風(fēng)險因素，并且創(chuàng)建了評估指標(biāo)，計算了指標(biāo)權(quán)重，以此模糊模糊評估了社會網(wǎng)絡(luò)隱私風(fēng)險。此方法能夠客觀地描述大數(shù)據(jù)環(huán)境下的社交網(wǎng)絡(luò)隱私風(fēng)險，從而主動規(guī)避隱私風(fēng)險。

參考文獻

[1]張艷欣，康旭冉.大數(shù)據(jù)時代社交網(wǎng)絡(luò)個人信息安全問題研究[J].蘭臺世界，2014（5）：24-25.

[2]程燕.大數(shù)據(jù)時代社交網(wǎng)絡(luò)隱私保護問題研究[J].計算機科學(xué)，2014（B10）：74-78.