張穎 袁海 張繼東

摘? 要：如何在智慧家庭應(yīng)用發(fā)展、推廣和應(yīng)用的同時(shí)保護(hù)家庭信息不被泄露是當(dāng)前智慧家庭應(yīng)用研究的熱點(diǎn)之一。針對(duì)當(dāng)前隱私數(shù)據(jù)保護(hù)存在的主要問題，在考慮家庭個(gè)體因密切聯(lián)系群組特殊性的基礎(chǔ)上，提出一種適合家庭群組的隱私泄露風(fēng)險(xiǎn)評(píng)估方法，并重點(diǎn)對(duì)利用智慧家庭的隱私泄露風(fēng)險(xiǎn)評(píng)估系統(tǒng)進(jìn)行家庭隱私泄露風(fēng)險(xiǎn)評(píng)估的流程進(jìn)行了闡述，從而為評(píng)估智慧家庭應(yīng)用中潛在的隱私泄露風(fēng)險(xiǎn)水平提供客觀參考依據(jù)。

關(guān)鍵詞：智慧家庭;隱私泄露;風(fēng)險(xiǎn)評(píng)估

中圖分類號(hào)：TP309 ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-4706（2021）01-0143-03

Smart Home Privacy Disclosure Risk Assessment Method and System

ZHANG Ying，YUAN Hai，ZHANG Jidong

（Department of Information and Technology，Tianyi Smart Home Technology Co.，Ltd.，Nanjing? 210012，China）

Abstract：How to protect the family information from being leaked while developing，promoting and applying the smart home application is one of the hot topics in the current smart home application research. In view of the main problems of privacy data protection，this paper proposes a privacy leakage risk assessment method suitable for family groups based on the consideration of the particularity of family individuals because of their close contact with groups，and focuses on the process of family privacy leakage risk assessment using the privacy leakage risk assessment system of smart family，so as to provide an objective reference for the assessment of potential privacy leakage risk level in smart home applications.

Keywords：smart home;privacy disclosure;risk assessment

0? 引? 言

隨著智慧家庭業(yè)務(wù)的發(fā)展，越來越多的智能設(shè)備終端通過家庭網(wǎng)關(guān)連接到網(wǎng)絡(luò)上，通過家庭內(nèi)外部網(wǎng)絡(luò)流動(dòng)和共享，為用戶提供了更多的智能管理、控制、多媒體和語音、數(shù)據(jù)等便捷服務(wù)。智慧家庭4.0時(shí)代更是進(jìn)一步提升了業(yè)務(wù)的智能性，朝著人機(jī)交互、深度學(xué)習(xí)等方向演進(jìn)。但與此同時(shí)也帶來了用戶對(duì)數(shù)據(jù)隱私泄露的擔(dān)心和憂慮，特別是在智慧家庭業(yè)務(wù)過程中存在的智能數(shù)據(jù)挖掘和應(yīng)用往往容易導(dǎo)致個(gè)人甚至其關(guān)聯(lián)個(gè)體的隱私泄露，對(duì)個(gè)人和社會(huì)造成不良后果。筆者所在單位在實(shí)際業(yè)務(wù)發(fā)展的過程中，根據(jù)實(shí)際市場(chǎng)調(diào)查和用戶反饋發(fā)現(xiàn)，部分用戶往往會(huì)擔(dān)心隱私泄露從而拒絕相關(guān)業(yè)務(wù)的體驗(yàn)和使用，某種程度上對(duì)智慧家庭業(yè)務(wù)的發(fā)展產(chǎn)生了阻礙。因此我們急需一種針對(duì)智慧家庭應(yīng)用隱私泄露的評(píng)估方法和系統(tǒng)，能夠客觀公正的對(duì)實(shí)際業(yè)務(wù)應(yīng)用過程中以家庭為單位的群體潛在隱私泄露風(fēng)險(xiǎn)進(jìn)行評(píng)估。本文主要是基于此背景對(duì)家庭群組的隱私泄露風(fēng)險(xiǎn)評(píng)估進(jìn)行研究。

1? 現(xiàn)狀分析

當(dāng)前針對(duì)隱私數(shù)據(jù)保護(hù)的研究主要集中在如何通過一系列脫敏算法或者隱私數(shù)據(jù)發(fā)布保護(hù)方法來降低隱私泄露的可能性，如常見的PATE或者差分隱私保護(hù)方法，對(duì)于隱私泄露風(fēng)險(xiǎn)評(píng)估的模型或算法研究相對(duì)較少。即使有部分這方面的研究，也存在以下兩個(gè)方面的問題：

（1）隱私泄露評(píng)估時(shí)未考慮數(shù)據(jù)與數(shù)據(jù)之間存在的關(guān)聯(lián)，但實(shí)際應(yīng)用中數(shù)據(jù)與數(shù)據(jù)之間往往存在潛在的隱形關(guān)聯(lián)，某一條數(shù)據(jù)記錄中的部分字段與其他數(shù)據(jù)能通過某種方式關(guān)聯(lián)起來，從而可以推斷出更多的隱私信息，導(dǎo)致隱私泄露;

（2）未考慮不同群體或個(gè)人隱私保護(hù)的差異性需求。不同的人在隱私保護(hù)的訴求上存在一定的差異，對(duì)隱私泄露的界定標(biāo)準(zhǔn)也不一致，在以群體（特別是家庭為單位的用戶群體）為單位對(duì)隱私泄露風(fēng)險(xiǎn)評(píng)估時(shí)，更需要一種綜合、客觀、可量化的評(píng)價(jià)方法和系統(tǒng)。

2? 智慧家庭隱私泄露風(fēng)險(xiǎn)評(píng)估系統(tǒng)設(shè)計(jì)

家庭隱私泄露風(fēng)險(xiǎn)評(píng)估系統(tǒng)其系統(tǒng)功能架構(gòu)如圖1所示。

下文為各功能模塊的具體描述：

（1）隱私數(shù)據(jù)集預(yù)處理模塊：識(shí)別家庭場(chǎng)景中各類應(yīng)用和服務(wù)涉及的隱私數(shù)據(jù)，在進(jìn)行數(shù)據(jù)清洗、格式統(tǒng)一化、無用數(shù)據(jù)過濾、重復(fù)數(shù)據(jù)歸一化以及標(biāo)準(zhǔn)化之后生成隱私數(shù)據(jù)特征向量。

（2）隱私數(shù)據(jù)庫：其存儲(chǔ)的隱私數(shù)據(jù)包括但不限于：家庭成員的個(gè)人信息（如年齡、身份證號(hào)、職業(yè)、興趣愛好、工作單位等），APP訪問信息和日志信息、上網(wǎng)特征信息和流量信息、家庭智能設(shè)備基本信息、家庭智能設(shè)備使用日志信息、其他信息等。每一條隱私數(shù)據(jù)記錄由以下元組構(gòu)成：{[隱私標(biāo)簽元數(shù)據(jù)MetaDi];[隱私標(biāo)簽元數(shù)據(jù)描述MetaDSpec-i，可用正則表達(dá)式或巴科斯范式描述];（關(guān)鍵詞列表（關(guān)鍵詞1，關(guān)鍵詞2，關(guān)鍵詞3，…，關(guān)鍵詞n，該元素為可選））;特征值}。

（3）用戶組信息預(yù)處理模塊：根據(jù)家庭中不同成員對(duì)隱私保護(hù)的個(gè)性化需求，結(jié)合隱私數(shù)據(jù)集預(yù)處理模塊的輸出，評(píng)估每一個(gè)用戶對(duì)該類數(shù)據(jù)的開放程度并形成家庭用戶成員和隱私數(shù)據(jù)集之間的隱私開放矩陣。

（4）隱私數(shù)據(jù)集計(jì)算模塊：根據(jù)隱私數(shù)據(jù)集合的特征向量和用戶隱私開放矩陣，按照給定的算法計(jì)算隱私數(shù)據(jù)集的風(fēng)險(xiǎn)泄露向量值。

（5）隱私泄露風(fēng)險(xiǎn)評(píng)估模塊：根據(jù)隱私數(shù)集的特征結(jié)合隱私數(shù)據(jù)集的風(fēng)險(xiǎn)泄露向量值進(jìn)行計(jì)算，并綜合評(píng)估隱私泄露風(fēng)險(xiǎn)。

3? 智慧家庭隱私泄露風(fēng)險(xiǎn)評(píng)估流程

以家庭為單位對(duì)隱私泄露風(fēng)險(xiǎn)進(jìn)行評(píng)估，需要經(jīng)過六個(gè)步驟，其流程如圖2所示。

步驟一：定義智慧家庭場(chǎng)景中的隱私數(shù)據(jù)集。通過梳理家庭各種應(yīng)用和服務(wù)中涉及的業(yè)務(wù)數(shù)據(jù)和日志數(shù)據(jù)等，經(jīng)過清洗、分析和整理之后采用分詞器對(duì)其進(jìn)行分詞，得到具體的數(shù)據(jù)項(xiàng)集。根據(jù)每個(gè)數(shù)據(jù)項(xiàng)集的每一項(xiàng)數(shù)據(jù)，利用其關(guān)鍵詞檢索隱私數(shù)據(jù)庫進(jìn)行特征匹配，如果能夠匹配成功，則該數(shù)據(jù)為隱私數(shù)據(jù)，將其對(duì)應(yīng)的特征值加入元組，否則丟棄。

定義X={i1，i2，…，im}為包含m個(gè)不同隱私數(shù)據(jù)項(xiàng)i的集合，稱為隱私數(shù)據(jù)項(xiàng)集，其中i為該隱私數(shù)據(jù)項(xiàng)對(duì)應(yīng)的特征向量。假定經(jīng)過整理所有的應(yīng)用和業(yè)務(wù)，最終得到p個(gè)數(shù)隱私數(shù)據(jù)項(xiàng)集，p為業(yè)務(wù)和應(yīng)用數(shù)之和，則該隱私數(shù)據(jù)項(xiàng)集可表示為{i1，i2，…，ip}。取t=Max{m|其中m為X1，X2，

…，Xp中數(shù)據(jù)項(xiàng)的個(gè)數(shù)}，則p個(gè)隱私數(shù)據(jù)項(xiàng)集可用矩陣Pr表示：

步驟二：確定隱私數(shù)據(jù)集的關(guān)聯(lián)程度并生成相關(guān)性系數(shù)矩陣R。根據(jù)矩陣Pr計(jì)算相關(guān)性系數(shù)矩陣R的公式如式（1）所示：

R=（rij）t×t? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（1）

其中每一個(gè)rij的計(jì)算公式如式（2）所示：

（2）

步驟三：評(píng)估家庭用戶群u對(duì)某一類隱私數(shù)據(jù)集的開放程度ai。根據(jù)實(shí)際需要將用戶對(duì)每一類隱私數(shù)據(jù)的開放程度劃分為A，B，C，D，E，F(xiàn)…，n個(gè)等級(jí)，其中A等級(jí)所代表最低開放等級(jí)，n代表最高開放等級(jí)，但最大值不超過1，表示可以完全公開。該等級(jí)可用不同的數(shù)字表示{n1，n2，…，nm}。其中n滿足條件：{nk<1，k=1，2，3，…，m，當(dāng)i

假定家庭中有m個(gè)成員，每一個(gè)成員對(duì)數(shù)據(jù)集{X1，X2，…，Xp}中數(shù)據(jù)項(xiàng)的開發(fā)程度用特征向量ui（a1，a2，a3，…，ap）表示，則家庭成員隱私開放性和數(shù)據(jù)集P之間的關(guān)系可表示為：

最終數(shù)據(jù)集Xi在家庭用戶群體中最小允許開放程度用Fp表示，則Fp=F（min{uk（a1）}，min{uk（a2），min{uk（ap）}}）其中k={1，…，z}），z為家庭成員個(gè)數(shù)。

步驟四：對(duì)于每一類隱私數(shù)據(jù)集的數(shù)據(jù)項(xiàng)確認(rèn)其三元組信息{泄露嚴(yán)重性Si，泄露難易程度Bi，用戶群u的開放程度min{ai}}。

對(duì)于某一類隱私數(shù)據(jù)集對(duì)其從三個(gè)維度進(jìn)行評(píng)價(jià)：泄露嚴(yán)重性Si、泄露難易程度Bi、數(shù)據(jù)開放程度Fpi，從而形成隱私數(shù)據(jù)集三元組（泄露嚴(yán)重性Si、泄露難易程度Bi、數(shù)據(jù)開放程度Fpi）。其中Si≥1，Si值越高表示該數(shù)據(jù)泄露之后其對(duì)用戶造成的損失越大，后果越嚴(yán)重;Bi≥1，Bi值越高表示該數(shù)據(jù)越難泄露;Fpi≤1，其值越小表示用戶越不容易開放。

步驟五：計(jì)算每一類隱私數(shù)據(jù)集隱私泄露程度。針對(duì)某一數(shù)據(jù)集Xp，定義其隱私泄露危險(xiǎn)系數(shù)為：

θ=（Si·Fpi）/Bi? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （3）

針對(duì)隱私數(shù)據(jù)集{X1，X2，…，Xp}，創(chuàng)建隱私泄露向量

T[θ1，θ1，θ2，…θp];定義數(shù)據(jù)集{X1，X2，…，Xp}隱私泄露風(fēng)險(xiǎn)值向量為RVALUE，其中RVALUE用{Risk1，Risk2，

…，Riskp}表示，則：

RVALUE=R·T? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（4）

其中R為相關(guān)性系數(shù)矩陣，T為隱私泄露向量。

步驟六：計(jì)算整體家庭隱私泄露風(fēng)險(xiǎn)量化值。結(jié)合實(shí)際具體應(yīng)用或服務(wù)中數(shù)據(jù)產(chǎn)生或采集的頻率，定義某一隱私數(shù)據(jù)項(xiàng)imn在某一時(shí)間段出現(xiàn)的次數(shù)為rmn，計(jì)算每一個(gè)數(shù)據(jù)項(xiàng)出現(xiàn)的頻率FREmn，則：

（5）

定義數(shù)據(jù)集XP的隱私權(quán)重為Weightk=max{FREmk}，根據(jù)式（6）計(jì)算家庭數(shù)據(jù)隱私評(píng)估風(fēng)險(xiǎn)：

（6）

4? 家庭隱私泄露風(fēng)險(xiǎn)評(píng)估案例

以一個(gè)有四位成員的普通家庭為例，假設(shè)其日常家庭業(yè)務(wù)場(chǎng)景相對(duì)簡(jiǎn)單，通過對(duì)其家庭各類應(yīng)用中產(chǎn)生的數(shù)據(jù)、日志進(jìn)行整理之后得到以下三個(gè)方面的記錄集合：

集合一：{APP使用情況;{APP打開時(shí)間，APP動(dòng)作，使用者，搜索關(guān)鍵詞}，{1，4，3，2}};

集合二：{上網(wǎng)情況：{訪問時(shí)間，訪問網(wǎng)站，停留時(shí)長(zhǎng)，關(guān)鍵詞主題}，{1/2，1/2，3，2}};

集合三：{設(shè)備信息：{設(shè)備名稱，設(shè)備動(dòng)作，時(shí)間}，{2，4，1，0}};

集合四：{個(gè)人信息：{身份證，姓名，性別，年齡}，{2，3，4，1}}。

因此可以得到隱私數(shù)據(jù)項(xiàng)集Pr：

步驟二：確定隱私數(shù)據(jù)集的關(guān)聯(lián)程度并生成關(guān)聯(lián)矩陣rij。通過式（1）計(jì)算關(guān)聯(lián)矩陣rij如下：

步驟三：評(píng)估家庭用戶群u對(duì)某一類隱私數(shù)據(jù)集的開放程度ai，假設(shè)家庭中每一個(gè)成員對(duì)上述三個(gè)數(shù)據(jù)集的開放程度用矩陣表示：

步驟四：對(duì)于數(shù)據(jù)集一、二、三、四分別確認(rèn)其三元組信息{泄露嚴(yán)重性Si、泄露難易程度Bi、用戶群u的開放程度min{ai}}，則這四個(gè)數(shù)據(jù)集三元組信息計(jì)算結(jié)果如下：

數(shù)據(jù)集一：{Si=5，Bi=2，F(xiàn)pi=1/6};

數(shù)據(jù)集二：{Si=3，Bi=6，F(xiàn)pi=1/4};

數(shù)據(jù)集三：{Si=2，Bi=6，F(xiàn)pi=1/5};

數(shù)據(jù)集四：{Si=8，Bi=6，F(xiàn)pi=1/8}。

步驟五：計(jì)算每一類隱私數(shù)據(jù)集的隱私泄露程度，各數(shù)據(jù)集的隱私泄露危險(xiǎn)系數(shù)通過式（2）計(jì)算，計(jì)算結(jié)果為：

數(shù)據(jù)集一X1，其隱私泄露危險(xiǎn)系數(shù)計(jì)算為：5/12;

數(shù)據(jù)集二X2，其隱私泄露危險(xiǎn)系數(shù)計(jì)算為：3/24;

數(shù)據(jù)集三X3，其隱私泄露危險(xiǎn)系數(shù)計(jì)算為：1/15;

數(shù)據(jù)集三X4，其隱私泄露危險(xiǎn)系數(shù)計(jì)算為：1/6。

針對(duì)數(shù)據(jù)集{X1，X2，X3，X4}，創(chuàng)建隱私泄露向量T[θ1，θ2，θ3，θ4]={5/12，1/8，1/15，1/6};定義數(shù)據(jù)集{X1，X2，X3，X4}隱私泄露風(fēng)險(xiǎn)值向量為RVALUE，則RVALUE根據(jù)公式（3）計(jì)算結(jié)果為：

步驟六：計(jì)算整體家庭隱私泄露風(fēng)險(xiǎn)量化值。假定30天內(nèi)數(shù)據(jù)集{X1，X2，X3，X4}采取的次數(shù)最大值為{210，120，30，10}，則根據(jù)公式四數(shù)據(jù)集{X1，X2，X3，X4}的頻率Weightk分別為{7，4，1，0.33}。

根據(jù)公式五計(jì)算家庭數(shù)據(jù)隱私評(píng)估風(fēng)險(xiǎn)其計(jì)算結(jié)果為4.49。

5? 結(jié)? 論

本文在分析當(dāng)前個(gè)人隱私保護(hù)的基礎(chǔ)上，針對(duì)智慧家庭群體之間的密切關(guān)聯(lián)性，提出的智慧家庭業(yè)務(wù)中基于群組進(jìn)行隱私泄露風(fēng)險(xiǎn)評(píng)估的方法和系統(tǒng)，該方法在考慮隱私數(shù)據(jù)之間的關(guān)聯(lián)性基礎(chǔ)上，同時(shí)考慮了不同個(gè)體個(gè)性化隱私保護(hù)需要，同時(shí)具有強(qiáng)擴(kuò)展性和推廣性，可以推廣應(yīng)用到物聯(lián)網(wǎng)場(chǎng)景下對(duì)群體隱私泄露的評(píng)估。本方法也存在一些不足，即對(duì)智慧家庭每一項(xiàng)應(yīng)用的業(yè)務(wù)數(shù)據(jù)評(píng)估需要依賴于人工進(jìn)行整理和分析，未來可結(jié)合人工智能針對(duì)智慧家庭業(yè)務(wù)數(shù)據(jù)自動(dòng)進(jìn)行分析，從而提升智慧家庭應(yīng)用中的隱私泄露評(píng)估效率。

參考文獻(xiàn)：

[1] 李暉，李鳳華，曹進(jìn)，等.移動(dòng)互聯(lián)服務(wù)與隱私保護(hù)的研究進(jìn)展 [J].通信學(xué)報(bào)，2014，35（11）：1-11.

[2] 劉向宇，王斌，楊曉春.社會(huì)網(wǎng)絡(luò)數(shù)據(jù)發(fā)布隱私保護(hù)技術(shù)綜述 [J].軟件學(xué)報(bào)，2014，25（3）：576-590.

[3] 蘭麗輝，鞠時(shí)光.基于差分隱私的權(quán)重社會(huì)網(wǎng)絡(luò)隱私保護(hù) [J].通信學(xué)報(bào)，2015，36（9）：145-159.

[4] 孟小峰，張嘯劍.大數(shù)據(jù)隱私管理 [J].計(jì)算機(jī)研究與發(fā)展，2015，52（2）：265-281.

[5] 李暉，李鳳華，曹進(jìn)，等.移動(dòng)互聯(lián)服務(wù)與隱私保護(hù)的研究進(jìn)展 [J].通信學(xué)報(bào)，2014，35（11）：1-11.

[6] 彭飛，曾學(xué)文，鄧浩江，等.一種基于群組推薦的用戶隱私保護(hù)方法 [J].計(jì)算機(jī)應(yīng)用研究，2015，32（3）：869-872.

作者簡(jiǎn)介：張穎（1984—），女，漢族，湖南岳陽人，高級(jí)工程師，碩士，研究方向：大數(shù)據(jù)、人工智能、智能控制、邊緣計(jì)算。