社會關(guān)系網(wǎng)絡(luò)匿名化機制的研究

沈浙杰+鄭曉軍+嚴(yán)駿+謝海江

【摘 要】近年來，隨著互聯(lián)網(wǎng)技術(shù)飛速發(fā)展，各色社交平臺層出不窮，互聯(lián)網(wǎng)讓人們交流更加便利的同時，也帶來了諸多用戶隱私泄露的問題。如何在數(shù)據(jù)龐大結(jié)構(gòu)復(fù)雜的社會關(guān)系網(wǎng)絡(luò)中保護用戶隱私信息，通過怎樣的方法匿名發(fā)布信息，成為一個迫切需要解決的問題，并逐漸成為網(wǎng)絡(luò)安全方面的熱點問題之一。論文以保護用戶敏感標(biāo)簽的社會關(guān)系網(wǎng)絡(luò)匿名算法為研究對象，對其目標(biāo)序列的產(chǎn)生、以目標(biāo)序列為指導(dǎo)匿名化網(wǎng)絡(luò)進行了探索與研究。

【Abstract】In recent years， with the rapid development of internet technology， various social platforms emerge in an endless stream， the internet allows people to communicate more convenient， at the same time， it also brings a lot of user privacy issues. How to protect users privacy in social network data which has large data and complex structure and how to publish information anonymously becomes the urgent problem to be solved， and gradually becomes one of the hot issues of the network security. This paper takes the social network anonymous algorithm which protects the users sensitive label as the research object， explores and researches the production of target sequence， guiding anonymized network with target sequence.

【關(guān)鍵詞】社會關(guān)系網(wǎng)絡(luò)；隱私保護；敏感標(biāo)簽

【Keywords】social network； privacy protection； sensitive tags

【中圖分類號】TP309 【文獻標(biāo)志碼】A 【文章編號】1673-1069（2017）12-0116-02

1 論文的研究背景和意義

1967 年， Milgram 發(fā)表了名為小世界實驗的科研報告 [1]，研究人員將一些信件隨機交給 Omaha 和 Wichita 幾個志愿者作為起點，以 Boston 等幾個志愿者作為終點，每個拿到信的人，若認識目標(biāo)，就把信直接交給目標(biāo)；若不認識目標(biāo)，則把信交給他認為認識目標(biāo)的人。在實驗里，分析所有到達的信件被轉(zhuǎn)交的數(shù)據(jù)，發(fā)現(xiàn)平均轉(zhuǎn)交次數(shù)為 6。這也就是著名的六度分隔理論，理論上，最多只要經(jīng)過 6 個人就能聯(lián)系到世界上的任何一個人。

社交平臺和支付平臺出于安全考慮，需要用戶的個人信息，如姓名、身份證號碼等，企業(yè)也為了自身的利益以及系統(tǒng)的完善性，不斷地收集用戶的隱私數(shù)據(jù)，并運用這些隱私數(shù)據(jù)研究用戶的行為偏好，為系統(tǒng)的改善、企業(yè)的未來方向做指引。但是，有的企業(yè)管理不善，某些員工會將用戶的這些數(shù)據(jù)出賣來獲取利益，盡管這些信息在公開用戶的隱私數(shù)據(jù)時抹去了密碼等敏感信息，但是攻擊者依然可以確定到相應(yīng)的用戶，這種行為給用戶的隱私信息安全帶來了極大隱患。

在這種情況下，有些用戶擔(dān)心自己的隱私信息被暴露，一方面留戀互聯(lián)網(wǎng)帶來的便利，另一方面擔(dān)心自己的隱私被竊取，在這樣矛盾的心理下，用戶會選擇性地使用虛假信息，而虛假信息反過來影響企業(yè)的正常判斷，使得企業(yè)的數(shù)據(jù)不全、策略不當(dāng)，如此下去，不利于互聯(lián)網(wǎng)事業(yè)的發(fā)展。

2 保護隱私的方法

傳統(tǒng)隱私保護方法有很多，大致可以分為以下幾類：①加密方案。數(shù)據(jù)加密有多種方法，但是窺其本質(zhì)，都是通過一定密碼機制，在令數(shù)據(jù)無損失的同時，使用戶原始數(shù)據(jù)變得不可見。②偽裝方案。其基本思想是先把用戶個人數(shù)據(jù)“偽裝”。POLAT [2，3] 提出的偽裝方案，即是采用隨機擾動技術(shù)偽裝用戶的真實數(shù)據(jù)的方式。在數(shù)據(jù)隱藏方法中，隨機擾動技術(shù)很常用，想要隱藏數(shù)據(jù) n，就給 n 加上隨機數(shù) r，偽裝后的數(shù)據(jù)為 n+r，即對用戶的真實數(shù)據(jù)進行處理后再發(fā)送給服務(wù)器。③聚合模糊方案。數(shù)據(jù)聚合，是指把用戶分組，并處理組內(nèi)用戶數(shù)據(jù)得到一個聚合數(shù)據(jù)。這個數(shù)據(jù)即為公共使用的數(shù)據(jù)，這樣就避免了用戶信息泄露。

但是，這些傳統(tǒng)方法并不能很好地保護社會網(wǎng)絡(luò)中用戶的數(shù)據(jù)隱私。相對于傳統(tǒng)表格式數(shù)據(jù)結(jié)構(gòu)，社會網(wǎng)絡(luò)結(jié)構(gòu)比較復(fù)雜，不僅包括了用戶個人的敏感數(shù)據(jù)、敏感屬性，也包含了用戶與用戶之間的關(guān)系。社會網(wǎng)絡(luò)這種空間結(jié)構(gòu)，用數(shù)據(jù)結(jié)構(gòu)中的圖來抽象為模型最適合不過。圖中節(jié)點代表用戶，邊代表用戶與用戶之間存在社交關(guān)系。將社會網(wǎng)絡(luò)描述為圖后，有關(guān)圖的很多理論就可以應(yīng)用在社交網(wǎng)絡(luò)隱私保護的研究中。自Kun Liu，Evimaria Terzi 等人提出了圖的 k-度匿名方法，社會網(wǎng)絡(luò)數(shù)據(jù)隱私安全的研究一直是一個熱點領(lǐng)域。

迄今為止，由于實際的人類社交網(wǎng)絡(luò)的數(shù)據(jù)含量過于龐大、隱私保護算法過于復(fù)雜等原因，關(guān)于社交網(wǎng)絡(luò)數(shù)據(jù)隱私的研究仍然處于較為初級的理論階段，但是研究此領(lǐng)域的意義對于互聯(lián)網(wǎng)，對于每個人來說，都是及其重要的。社交網(wǎng)絡(luò)隱私算法具有重要的意義，它不僅具有較高的理論研究價值，也有很高的實際應(yīng)用價值，未來發(fā)展具有很大潛力。

3 國內(nèi)外研究現(xiàn)狀

隨著互聯(lián)網(wǎng)現(xiàn)世，社交網(wǎng)絡(luò)飛速發(fā)展，各領(lǐng)域研究者均從社交網(wǎng)絡(luò)的大數(shù)據(jù)上得到了很多研究信息，比如用戶行為、社交傳播、傳染病擴散等，社交網(wǎng)絡(luò)給研究者帶來便利的同時，社交網(wǎng)絡(luò)公開數(shù)據(jù)的性質(zhì)對個人隱私數(shù)據(jù)的威脅日益增長。為了保護社交網(wǎng)絡(luò)中用戶的隱私數(shù)據(jù)，近年來，國內(nèi)外對于社會網(wǎng)絡(luò)已經(jīng)做了很多研究工作。

目前對于社會網(wǎng)絡(luò)中隱私安全的研究，可以按階段分為四類：第一， P2P模式。以社會網(wǎng)絡(luò)中常見的推薦系統(tǒng)為例，P2P模式要使每個用戶的計算機既是客戶端又是服務(wù)器，即用戶的個人數(shù)據(jù)位于自己的計算機中。這樣的話，用戶完全自己操縱個人數(shù)據(jù)，如TVEIT[4]，但是這個系統(tǒng)在移動端間的泛洪通信方式導(dǎo)致通信費用比較昂貴。由于TVEIT還是采取通過網(wǎng)絡(luò)傳輸個人數(shù)據(jù)的傳統(tǒng)方式，所以依然具有隱私暴露的潛在危機。而在CANNY提到的系統(tǒng) [5，6] 中，同樣是基于P2P模式的系統(tǒng)，使用了聚合數(shù)據(jù)和加密，以確保用戶數(shù)據(jù)不被暴露。所謂數(shù)據(jù)聚合，是指把用戶分組，并處理組內(nèi)用戶數(shù)據(jù)得到一個聚合數(shù)據(jù)。這個數(shù)據(jù)即為公共使用的數(shù)據(jù)。這一方法的優(yōu)秀之處在于，用戶對個人數(shù)據(jù)可以完全控制。Franchi [6] 等人提出了一種基于密鑰的身份系統(tǒng)，并將它應(yīng)用在微博等社交平臺中，搭建了一個保護用戶隱私的匿名社交網(wǎng)絡(luò)。 P2P模式理論上最為簡單直觀，對于數(shù)據(jù)規(guī)模較小的系統(tǒng)有著較好的隱私保護效果，但是對于龐大的社會網(wǎng)絡(luò)而言，把用戶信息只存在用戶的客戶端內(nèi)是不現(xiàn)實的：第一，手機、智能手表等移動端內(nèi)存較小，不適合存儲所有數(shù)據(jù)；第二，頻繁的通信使得傳輸強度過大，導(dǎo)致效率低下、傳輸設(shè)備損耗快等問題。第二， 信息混淆模式。信息混淆是指將所有用戶隱私信息進行混淆，南麗麗等人 [7] 首次提出基于信息混淆機制的社會網(wǎng)絡(luò)隱私數(shù)據(jù)保護方案，將混淆后的用戶信息在網(wǎng)絡(luò)中環(huán)狀擴散。吳濤 [8] 使用火狐瀏覽器的擴展功能完成信息混淆，實現(xiàn)了人人網(wǎng)平臺的用戶信息混淆。AGRAWAL[9]沿用這種混淆技術(shù)，在數(shù)據(jù)挖掘過程中保護隱私，并取得了較好的效果。另外一種混淆用戶個人數(shù)據(jù)的方法是模糊化處理。簡單地說，模糊化處理是把一部分用戶個人數(shù)據(jù)用其他數(shù)據(jù)掩蓋，在研究 [10]中，BERKOVSKY完成了一個模糊化處理的系統(tǒng)，該系統(tǒng)為保護用戶隱私，采用模糊化的用戶描述文件進行推薦，實驗顯示系統(tǒng)推薦的結(jié)果仍比較精確。信息混淆模式既考慮到了保護用戶隱私數(shù)據(jù)的問題，又顧及了廣告商與第三方應(yīng)用部門的利益。但是信息混淆模式適用的數(shù)據(jù)庫、系統(tǒng)規(guī)模較小，對全部用戶隱私數(shù)據(jù)的混淆、模糊，很大程度上破壞了信息的原始性，大大改變了社會網(wǎng)絡(luò)的圖結(jié)構(gòu)，造成了數(shù)據(jù)冗余、計算量太大等問題。

4 結(jié)語

本文主要介紹了本文中用到的相關(guān)理論和技術(shù)，首先介紹了有關(guān)社會關(guān)系網(wǎng)絡(luò)的定義和重要理論，接著介紹了對于圖結(jié)構(gòu)的幾種攻擊方法，針對以上提出的攻擊方法，介紹了圖的 k-匿名方案以及保護用戶敏感標(biāo)簽的圖的 k-l-匿名方案。對現(xiàn)有的社會關(guān)系網(wǎng)絡(luò)匿名方法進行了分類總結(jié)，討論其優(yōu)劣。然后，介紹了一些評價社會關(guān)系網(wǎng)絡(luò)匿名方法的標(biāo)準(zhǔn)。

【參考文獻】

【1】Jeffrey， Stanley Milgram. An Experimental Study of the Small World Problem[J].Sociometry， 1969，32（4 ）：425+443.

【2】POLAT H， DU Wen-liang. Privacy-preserving collaborative filtering using randomized perturbationtechniques[A]. Proceedings of the 3rd Internation Conference on Data Mining[C]. WashingtonDC：IEEE Computer Society，2003.

【3】POLAT H， DU Wen-liang. SVD-based collaborative fitering with privacy[A]. Proceedings of ACMSymposium on Applied Computing[C]. New York：ACM Press，2004.