劉 妍

基于Facebook用戶基本信息隱私曝露研究

劉 妍

本文選取FACEBOOK社交媒體上的100位用戶的基本信息進(jìn)行分群分析。通過實(shí)驗(yàn)將用戶的資料集分為五群，并將分群結(jié)果進(jìn)行分類討論。通過對(duì)用戶基本信息的分析，尋找用戶基本信息曝露中的危險(xiǎn)因素。給用戶提供實(shí)質(zhì)性的建議，為社交媒體的健康發(fā)展提供重要的保障。

社交媒體 用戶基本信息曝露 隱私保護(hù)

計(jì)算機(jī)、網(wǎng)絡(luò)等信息技術(shù)的快速發(fā)展，社交媒體運(yùn)營(yíng)商所擁有的數(shù)據(jù)以指數(shù)規(guī)模增長(zhǎng)。這些微觀的數(shù)據(jù)日益以公開發(fā)布的形式成為一種公共產(chǎn)品，但是由于微觀數(shù)據(jù)發(fā)布之后數(shù)據(jù)發(fā)布者既無法控制數(shù)據(jù)用戶對(duì)數(shù)據(jù)的使用方式，是否會(huì)惡意使用數(shù)據(jù)。也不了解用戶信息曝露的內(nèi)容是否會(huì)對(duì)用戶自身產(chǎn)生一定的危險(xiǎn)。而作為網(wǎng)絡(luò)應(yīng)用提供商則希望利用盡可能多的隱私信息獲得更多的利益，其他利益相關(guān)方也想從中賺取更多的價(jià)值，用戶信息曝露的內(nèi)容被多方所持有。因此用戶需要將控制隱私的權(quán)利把握在自己手中，更好的保證自己的隱私安全。由此可見對(duì)隱私問題的深入研究具有重大的現(xiàn)實(shí)意義。

一、社交媒體相關(guān)概述

社交媒體的出現(xiàn)為用戶隱私問題提供了很好的研究環(huán)境，它不僅擁有與現(xiàn)實(shí)社會(huì)極為接近的用戶規(guī)模，社會(huì)關(guān)系，復(fù)雜結(jié)構(gòu)，行為規(guī)律。還擁有比現(xiàn)實(shí)社會(huì)無法相比的易獲取，易分析，易驗(yàn)證等特征。隨著人們對(duì)于隱私信息越來越重視，用戶在進(jìn)行信息曝露的過程中，在進(jìn)行安全社交的過程中用戶的隱私安全如何能得到有效地保證是現(xiàn)在研究的熱點(diǎn)問題。用戶量超過一千萬的社交媒體高達(dá)上百種。例如：Facebook，Twitter，LinkIn，Wechat，Weibo等。并且隨著“互聯(lián)網(wǎng)+”的推廣，小眾社交媒體產(chǎn)品的不斷涌現(xiàn)，社交媒體的來源不明確，使得用戶的隱私曝露安全更加沒有保障。因此面向隱私保護(hù)的社交媒體用戶基本信息曝露研究顯得尤為重要。

二、實(shí)證分析

本文選取國(guó)內(nèi)外具有影響力的社交媒體Facebook作為切入點(diǎn)，根據(jù)2016年7月26日，F(xiàn)acebook發(fā)布的第二季度財(cái)報(bào)，F(xiàn)acbook的月活躍用戶突破17億，日活躍用戶也突破了11億。龐大的用戶活躍量，大量的社交媒體文本，公開的API獲取數(shù)據(jù)方式。本文選取社交媒體用戶注冊(cè)時(shí)的基本信息作業(yè)研究的數(shù)據(jù)集。將用戶曝露的基本信息曝光程度進(jìn)行人為定義。

對(duì)Facebook用戶基本信息進(jìn)行瀏覽時(shí)，用戶的基本信息如表1所示，危險(xiǎn)等級(jí)依序 1> +0 > 0，是人為設(shè)定。

根據(jù)用戶曝露的基本信息，選取最基本的10個(gè)變量作為特征值。分別是工作經(jīng)歷，學(xué)歷，生活過的地方，聯(lián)系方式中的郵箱和聯(lián)系電話，生日，性別，家庭成員，感情狀況，用戶頭像等十個(gè)欄位作為研究變量。其中針對(duì)工作經(jīng)歷和學(xué)歷以0為定義量度的起點(diǎn)。以用戶曝露的的信息量為準(zhǔn)。試圖建立一種模型，反應(yīng)用戶在信息曝露的過程中，歸納發(fā)布數(shù)據(jù)可能遭受的攻擊類型，所可能給用戶帶來危害性影響的因素。通過實(shí)證研究，以期為用戶提供優(yōu)化策略，減輕用戶遭受攻擊的可能性，為社交媒體用戶長(zhǎng)久健康的發(fā)展提供基礎(chǔ)。

將收集到的100筆用戶的數(shù)據(jù)，運(yùn)用k-means分群的算法，將其分為五群。將這100位用戶的數(shù)據(jù)，分為五群，五群的數(shù)據(jù)量分別為14；3；40；8；35。通過對(duì)分群結(jié)果進(jìn)行分析可以得出以下結(jié)果，如圖1所示。

圖1 K-mean分群結(jié)果

第一群的特征主要表現(xiàn)在工作，教育背景，居住地，生日，家庭成員等信息曝露較多。第二群的特征主要表現(xiàn)在工作，教育背景，家庭成員等信息曝露較多。第三群的特征主要表現(xiàn)在工作和家庭成員信息基本沒有曝露，教育背景曝露較少，電話號(hào)碼少量曝露。第四群的特征主要表現(xiàn)在工作和教育背景曝露較少，家庭成員信息曝露較多。第五群的特征主要表現(xiàn)在工作，教育背景，家庭成員曝露信息較少。

將這五群進(jìn)行用戶信息曝露危險(xiǎn)等級(jí)定義。由危險(xiǎn)到安全等級(jí)。第四群為第五級(jí)，第一群為第四級(jí)，第二群為第三級(jí)，第五群為第二級(jí)，第三群為第一級(jí)即為較安全的信息曝露方式。

三、結(jié)論及未來的研究重點(diǎn)

本文根據(jù)100位用戶的數(shù)據(jù)進(jìn)行分群分析，可以看出屬于第三群和第五群的用戶較多，根據(jù)我們定義的危險(xiǎn)等級(jí)，也分別為第一級(jí)和第二級(jí)的用戶人群較多。但是也是有一部分用戶處于更高級(jí)別的危險(xiǎn)等級(jí)，用戶在進(jìn)行信息曝露的時(shí)候，應(yīng)該注意第三、四、五群主要集中曝露的信息，例如工作，教育背景，生日，家庭成員等基本信息的泄露。本文僅僅選取100位用戶的基本信息進(jìn)行實(shí)證研究，在數(shù)據(jù)集的研究上具有一定的局限性。同時(shí)利用非監(jiān)督學(xué)習(xí)方式對(duì)于數(shù)據(jù)進(jìn)行標(biāo)記也會(huì)產(chǎn)生一定的人為誤差同時(shí)用戶基本信息數(shù)據(jù)集的選擇可能也具有一些不可抵抗的因素。在接下來的研究中，著手進(jìn)行用戶基本信息曝露模型的構(gòu)建的同時(shí)擴(kuò)充訓(xùn)練數(shù)據(jù)集的錄入。在今后的研究中，不僅僅局限于用戶的基本信息曝露，還包括用戶的評(píng)論，用戶的地理位置信息等方面。以期通過這樣的方式能為用戶的社交提供更加安全的保證。

天津師范大學(xué)管理學(xué)院)

劉妍(1992-)，女，漢族，天津人，研究生在讀，研究方向：圖書情報(bào)管理。