偏聯(lián)系數(shù)隱私風(fēng)險(xiǎn)態(tài)勢(shì)評(píng)估方法

晏 燕，王萬(wàn)軍

1.蘭州理工大學(xué) 電氣工程與信息工程學(xué)院，蘭州 730050

2.蘭州理工大學(xué) 計(jì)算機(jī)與通信學(xué)院，蘭州 730050

3.蘭州文理學(xué)院 數(shù)字媒體學(xué)院，蘭州 730000

1 引言

隨著互聯(lián)網(wǎng)與移動(dòng)通信技術(shù)的迅猛發(fā)展，云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)、車(chē)聯(lián)網(wǎng)、智慧城市、智能家居等新興技術(shù)層出不窮，用戶(hù)能夠隨時(shí)、隨地、隨身的對(duì)信息進(jìn)行訪問(wèn)、查詢(xún)和跟蹤。同時(shí)，大量的數(shù)字化信息存在于網(wǎng)絡(luò)空間、云平臺(tái)和移動(dòng)終端，使得用戶(hù)的隱私信息面臨威脅[1]。隱私信息的泄露不僅影響到人們的財(cái)產(chǎn)和生命安全，甚至威脅社會(huì)穩(wěn)定與國(guó)家安全。因此，如何有效防止用戶(hù)隱私信息的泄露已經(jīng)成為全社會(huì)共同關(guān)注的焦點(diǎn)和亟待解決的重要問(wèn)題[2]。進(jìn)行隱私信息風(fēng)險(xiǎn)評(píng)估、降低隱私信息泄露發(fā)生率，對(duì)提高隱私信息的安全性具有重要而現(xiàn)實(shí)的意義。

目前，國(guó)內(nèi)外關(guān)于隱私保護(hù)規(guī)則和相關(guān)算法的研究已經(jīng)取得不少成果[3-8]。但是，對(duì)隱私風(fēng)險(xiǎn)評(píng)估的研究相對(duì)較少。文獻(xiàn)[9]總結(jié)了國(guó)內(nèi)外信息系統(tǒng)安全風(fēng)險(xiǎn)評(píng)估的常用方法，研究了信息系統(tǒng)安全風(fēng)險(xiǎn)的分布規(guī)律，提出了適用于信息系統(tǒng)安全風(fēng)險(xiǎn)評(píng)估的一般方法。文獻(xiàn)[10]使用模糊集理論對(duì)信息系統(tǒng)的風(fēng)險(xiǎn)因素進(jìn)行分析，構(gòu)造了各種因素所對(duì)應(yīng)的隸屬度矩陣，采用熵權(quán)系數(shù)法確定因素權(quán)重以減少傳統(tǒng)權(quán)重確定方法的主觀偏差。Saripaui等[11]采用Delphi法將搜集到的信息進(jìn)行歸納、修改、匯總，并對(duì)隱私風(fēng)險(xiǎn)進(jìn)行定量評(píng)估研究。任丹丹等[12]研究了車(chē)載自組織網(wǎng)絡(luò)中的位置隱私風(fēng)險(xiǎn)，通過(guò)布爾函數(shù)對(duì)隱私泄露攻擊目標(biāo)建立攻擊樹(shù)模型，并對(duì)各攻擊樹(shù)節(jié)點(diǎn)多屬性賦值進(jìn)行分析。張秋瑾[13]和Wang等[14]研究并建立了云計(jì)算隱私評(píng)估的指標(biāo)體系，運(yùn)用信息熵、模糊集和馬爾科夫鏈等理論對(duì)云計(jì)算的隱私風(fēng)險(xiǎn)進(jìn)行評(píng)估建模。文獻(xiàn)[15]將多元聯(lián)系數(shù)集對(duì)分析理論應(yīng)用于航空維修風(fēng)險(xiǎn)評(píng)估，運(yùn)用不確定層次分析法確定各評(píng)估指標(biāo)的權(quán)重區(qū)間。綜合分析目前已經(jīng)報(bào)道的各種評(píng)估方法，定量方法大多是建立在Fuzzy數(shù)學(xué)、Vague理論、灰理論、貝葉斯理論、粗糙集理論或直覺(jué)模糊理論等基礎(chǔ)上的。雖然這些方法起到了一定的評(píng)估效果，但仍然存在諸多缺陷和不足[14]。例如，對(duì)評(píng)估指標(biāo)中信息臨界邊值的指派、確定-不確定信息的集成、不同評(píng)估方法中權(quán)重的取值等，都直接影響評(píng)估結(jié)果的準(zhǔn)確與否。

本文在分析隱私風(fēng)險(xiǎn)評(píng)估指標(biāo)的基礎(chǔ)上，提出新的隱私風(fēng)險(xiǎn)態(tài)勢(shì)評(píng)估方法。利用集對(duì)分析理論中的偏聯(lián)系數(shù)[16-17]方法，對(duì)風(fēng)險(xiǎn)指標(biāo)計(jì)算偏階聯(lián)系數(shù)的態(tài)勢(shì)并分析趨勢(shì)變化，從而實(shí)現(xiàn)隱私風(fēng)險(xiǎn)的評(píng)估。為了克服人為因素對(duì)評(píng)估結(jié)果的影響，風(fēng)險(xiǎn)指標(biāo)的權(quán)重采用最小二偏方法進(jìn)行科學(xué)計(jì)算，從而有效消除了評(píng)估過(guò)程中不確定因素對(duì)結(jié)果的干擾和影響。

2 隱私風(fēng)險(xiǎn)評(píng)估

隱私風(fēng)險(xiǎn)評(píng)估是對(duì)隱私系統(tǒng)風(fēng)險(xiǎn)進(jìn)行的全面、系統(tǒng)的估計(jì)和衡量。導(dǎo)致隱私風(fēng)險(xiǎn)的因素包羅萬(wàn)象，其中既有人為因素，亦有客觀原因；既有技術(shù)因素，亦有設(shè)備原因；既有內(nèi)因，亦有外因；既有系統(tǒng)自身的脆弱性因素，亦有保密泄露的原因；既有系統(tǒng)的不完備性因素，亦有人為蓄意攻擊的可能?？偠灾?，隱私風(fēng)險(xiǎn)就是隱私數(shù)據(jù)泄露發(fā)生的可能性及其負(fù)面影響。隱私風(fēng)險(xiǎn)評(píng)估就是對(duì)隱私風(fēng)險(xiǎn)發(fā)生的可能性及其負(fù)面影響進(jìn)行識(shí)別和評(píng)價(jià)。

本文在研究國(guó)內(nèi)外大量隱私泄露事件風(fēng)險(xiǎn)評(píng)估方法的基礎(chǔ)上，通過(guò)詳細(xì)總結(jié)、分類(lèi)和篩選，并結(jié)合ITSEC（Information Technology Security Evaluation Criteria）的定義[18]及文獻(xiàn)[10]和文獻(xiàn)[13]建立了如表1所示的隱私風(fēng)險(xiǎn)評(píng)估指標(biāo)體系。

表1 隱私風(fēng)險(xiǎn)評(píng)估指標(biāo)體系

3 基于偏聯(lián)系數(shù)的隱私風(fēng)險(xiǎn)態(tài)勢(shì)評(píng)估方法

3.1 聯(lián)系數(shù)

聯(lián)系數(shù)[16]是集對(duì)分析理論（Set Pair Analysis，SPA）中刻畫(huà)兩個(gè)集合之間相互聯(lián)系、制約、影響并反映屬性的同（同一、肯定或支持）、異（不確定）、反（對(duì)立、否定或反對(duì)）關(guān)系的表達(dá)式。

定義1設(shè)X為非空集合，則A={＜x,aA(x),bA(x),cA(x)＞|x∈X}的聯(lián)系數(shù)為：

其中aA(x),bA(x),cA(x)分別表示X中元素x屬于A的支持（同）度，不確定（異）度和對(duì)立（反）度。aA(x):x→[0,1]，bA(x):x→[0,1]，cA(x):x→[0,1]滿(mǎn)足歸一化條件aA(x)+bA(x)+cA(x)=1。其中i∈[-1,1]，稱(chēng)為不確定度系數(shù)；j為對(duì)立度系數(shù)，通常情況可取 j=-1。

3.1.1 偏聯(lián)系數(shù)

式（1）中含有同、異、反三個(gè)元素，因此又稱(chēng)為同異反聯(lián)系數(shù)或三元聯(lián)系數(shù)。多元聯(lián)系數(shù)是將三元聯(lián)系數(shù)中的不確定項(xiàng)bi進(jìn)一步拓展得到的一般形式：

當(dāng)n=3時(shí)，稱(chēng)式（2）為五元聯(lián)系數(shù)，記為：

式（3）中a為同一度，b為同差異偏同分量，c為同差異中立分量，d為同差異偏反分量，e為對(duì)立度，i,j,k,l分別為b,c,d,e∈[0,1]的系數(shù)，且滿(mǎn)足歸一化條件：a+b+c+d+e=1。

定義2[15，19]在五元聯(lián)系數(shù)μ中，一階偏聯(lián)系數(shù)為：

其中

定義3在五元聯(lián)系數(shù)μ中，二階偏聯(lián)系數(shù)為：

其中偏聯(lián)系數(shù)是在一階偏聯(lián)系數(shù)上進(jìn)行的偏離趨向變化。

定義4在五元聯(lián)系數(shù)μ中，三階偏聯(lián)系數(shù)為：

其中

定義5在五元聯(lián)系數(shù)μ中，四階偏聯(lián)系數(shù)為：

其中

偏聯(lián)系數(shù)是描述偏離趨向變化高低的函數(shù)，它反映了同異反聯(lián)系狀態(tài)的發(fā)展趨勢(shì)和變化。在r階偏聯(lián)系數(shù)中，當(dāng)?(r)μ＞0時(shí)，本次聯(lián)系分量相對(duì)上次聯(lián)系分量而言，朝正方向?qū)哟芜w移，呈現(xiàn)提高趨勢(shì)；當(dāng)?(r)μ＜0時(shí)，本次聯(lián)系分量相對(duì)上次聯(lián)系分量而言，朝負(fù)方向?qū)哟芜w移，呈現(xiàn)下降趨勢(shì)；當(dāng)?(r)μ=0時(shí)，本次聯(lián)系分量相對(duì)上次聯(lián)系分量而言，朝不確定方向?qū)哟芜w移，呈現(xiàn)中介不確定趨勢(shì)。

3.1.2 勢(shì)與偏勢(shì)

定義6[15]在三元聯(lián)系數(shù) μ=a+bi+cj中，當(dāng)c≠0時(shí)，聯(lián)系數(shù)的勢(shì)為：

shi(μ)＞1 時(shí)稱(chēng)為同勢(shì)；shi(μ)=1 時(shí)稱(chēng)為均勢(shì)；shi(μ)＜1時(shí)稱(chēng)為反勢(shì)。

當(dāng)c=0時(shí)，三元聯(lián)系數(shù)降為二元聯(lián)系數(shù)，其勢(shì)值可以用同一度a進(jìn)行度量。當(dāng)a＞b時(shí)，稱(chēng)為不確定同一勢(shì)；當(dāng)a≤b時(shí)，稱(chēng)為不確定-不確定勢(shì)。

定義7五元聯(lián)系數(shù)μ的勢(shì)為：

其對(duì)應(yīng)的一階、二階、三階偏聯(lián)系數(shù)分別為：

在隱私風(fēng)險(xiǎn)評(píng)估中，“同勢(shì)”表明隱私風(fēng)險(xiǎn)評(píng)估與理想標(biāo)準(zhǔn)風(fēng)險(xiǎn)趨于同一變化狀態(tài)，即處于隱私評(píng)估的“低風(fēng)險(xiǎn)”；“均勢(shì)”表明隱私風(fēng)險(xiǎn)評(píng)估與理想標(biāo)準(zhǔn)風(fēng)險(xiǎn)趨于勢(shì)均力敵狀態(tài)，即處于隱私評(píng)估的“中等風(fēng)險(xiǎn)”；“反勢(shì)”表明隱私風(fēng)險(xiǎn)評(píng)估與理想標(biāo)準(zhǔn)風(fēng)險(xiǎn)趨于反向狀態(tài)，即處于隱私評(píng)估的“高風(fēng)險(xiǎn)”。進(jìn)一步而言，“一階同偏聯(lián)系數(shù)勢(shì)”表明隱私風(fēng)險(xiǎn)評(píng)估與理想標(biāo)準(zhǔn)風(fēng)險(xiǎn)趨于低風(fēng)險(xiǎn)發(fā)展趨勢(shì)，繼續(xù)發(fā)展仍然處于低風(fēng)險(xiǎn)發(fā)展趨勢(shì)；“一階均偏聯(lián)系數(shù)勢(shì)”表明隱私風(fēng)險(xiǎn)評(píng)估與理想標(biāo)準(zhǔn)風(fēng)險(xiǎn)趨于中間風(fēng)險(xiǎn)發(fā)展趨勢(shì)，繼續(xù)發(fā)展仍然處于中間風(fēng)險(xiǎn)發(fā)展趨勢(shì)；“一階反偏聯(lián)系數(shù)勢(shì)”表明隱私風(fēng)險(xiǎn)評(píng)估與理想標(biāo)準(zhǔn)風(fēng)險(xiǎn)趨于高風(fēng)險(xiǎn)發(fā)展趨勢(shì)，繼續(xù)發(fā)展仍然處于高風(fēng)險(xiǎn)發(fā)展趨勢(shì)。二階和三階偏聯(lián)系數(shù)勢(shì)的同、均、反偏聯(lián)系數(shù)含義與一階偏聯(lián)系數(shù)勢(shì)類(lèi)似，反映了上一階發(fā)展趨勢(shì)進(jìn)一步繼續(xù)發(fā)展以后風(fēng)險(xiǎn)趨勢(shì)的變化。

3.1.3 記分函數(shù)與精確函數(shù)

定義8五元聯(lián)系數(shù)μ的記分函數(shù)為：

其對(duì)應(yīng)的一階、二階、三階偏聯(lián)系數(shù)記分函數(shù)分別為：

定義9五元聯(lián)系數(shù)μ的精確函數(shù)為：

其對(duì)應(yīng)的一階、二階、三階偏聯(lián)系數(shù)精確函數(shù)分別為：

在隱私風(fēng)險(xiǎn)評(píng)估中，記分函數(shù)S(μ)和精確函數(shù)H(μ)相當(dāng)于數(shù)理統(tǒng)計(jì)中的均值和方差[20]，記分函數(shù)越大，隱私潛在風(fēng)險(xiǎn)越高；記分函數(shù)越小，隱私潛在風(fēng)險(xiǎn)越低。當(dāng)記分函數(shù)相同時(shí)，精確函數(shù)越大，隱私潛在風(fēng)險(xiǎn)越高；精確函數(shù)越小，隱私潛在風(fēng)險(xiǎn)越低。因此，利用記分函數(shù)和精確函數(shù)可以對(duì)隱私潛在風(fēng)險(xiǎn)進(jìn)行等級(jí)排序評(píng)估和預(yù)測(cè)分析。表2給出了9標(biāo)度語(yǔ)義與記分函數(shù)的關(guān)系。

表2 9標(biāo)度語(yǔ)義與記分函數(shù)關(guān)系

3.2 最小二偏賦權(quán)

權(quán)重是隱私風(fēng)險(xiǎn)評(píng)估中對(duì)各待評(píng)指標(biāo)影響程度的反映和體現(xiàn)，權(quán)重系數(shù)的確定直接決定評(píng)估結(jié)果的優(yōu)劣。權(quán)重的確定方法主要有三類(lèi)[13]：主觀賦權(quán)法、客觀賦權(quán)法和綜合賦權(quán)法。主觀賦權(quán)通常根據(jù)決策者的經(jīng)驗(yàn)方法進(jìn)行給定，評(píng)估的科學(xué)性和有效性很大程度上受到主觀人為因素和個(gè)人偏好程度的影響?？陀^賦權(quán)根據(jù)待評(píng)估指標(biāo)信息計(jì)算權(quán)重系數(shù)，但有時(shí)客觀賦權(quán)過(guò)于強(qiáng)調(diào)計(jì)算而脫離實(shí)際，無(wú)法給出合理的解釋。綜合賦權(quán)是將各種賦權(quán)方法根據(jù)實(shí)際問(wèn)題結(jié)合的一種方法。本文結(jié)合主觀賦權(quán)和客觀賦權(quán)的方法，提出一種五元偏聯(lián)系數(shù)勢(shì)的最小二偏賦權(quán)方法。

對(duì)隱私風(fēng)險(xiǎn)屬性Gi，其r階偏聯(lián)系數(shù)勢(shì)矩陣為：

對(duì)于兩個(gè)不同的r階偏聯(lián)系數(shù)勢(shì)矩陣其偏差用ω)表示：

式（22）只是權(quán)重重要程度相同時(shí)的情況，但在多數(shù)情況下，隱私風(fēng)險(xiǎn)指標(biāo)的權(quán)重重要程度是不同的。在不同權(quán)重向量Wi=(w1i,w2i,…,wmi)T構(gòu)成的評(píng)估指標(biāo)中，為了評(píng)估結(jié)果的合理，構(gòu)建最小二偏函數(shù)：

為了求解式（23），建立如下最小二偏目標(biāo)函數(shù)：

構(gòu)造Lagrange函數(shù)對(duì)式（24）進(jìn)行求解，最后得到一般的最小h偏賦權(quán)公式：

在實(shí)際問(wèn)題中，通常采用二偏賦權(quán)(h=2)求權(quán)重即可。

4 應(yīng)用分析

根據(jù)表1構(gòu)建的隱私風(fēng)險(xiǎn)評(píng)估指標(biāo)體系，由專(zhuān)家對(duì)隱私風(fēng)險(xiǎn)資產(chǎn)、隱私風(fēng)險(xiǎn)威脅和隱私風(fēng)險(xiǎn)脆弱性等指標(biāo)給出如表3所示的評(píng)估意見(jiàn)。

隱私風(fēng)險(xiǎn)評(píng)估的步驟如下：

步驟1計(jì)算隱私風(fēng)險(xiǎn)指標(biāo)的權(quán)重。將表3中定性的隱私風(fēng)險(xiǎn)指標(biāo)轉(zhuǎn)化為對(duì)應(yīng)的偏聯(lián)系數(shù)勢(shì)矩陣，結(jié)合式（21）～（25）計(jì)算得到各風(fēng)險(xiǎn)指標(biāo)的權(quán)重為：

表3 隱私風(fēng)險(xiǎn)評(píng)估表

步驟2隱私風(fēng)險(xiǎn)態(tài)勢(shì)計(jì)算分析。根據(jù)式（3）～（20）計(jì)算結(jié)果如表4所示。

對(duì)表4分析可知：在三級(jí)指標(biāo)中，除了數(shù)據(jù)隔離T12、網(wǎng)絡(luò)監(jiān)控T42、身份驗(yàn)證T52，規(guī)章制度T81的態(tài)勢(shì)為“反勢(shì)”外，其他指標(biāo)的態(tài)勢(shì)均為“同勢(shì)”。整個(gè)三級(jí)指標(biāo)中的隱私風(fēng)險(xiǎn)態(tài)勢(shì)基本處于“同勢(shì)”級(jí)別，這表明系統(tǒng)處于隱私泄露的低風(fēng)險(xiǎn)狀態(tài)。如果要提高防范，可以考慮從上述四個(gè)“反勢(shì)”指標(biāo)著手處理。

為了對(duì)相同級(jí)別的態(tài)勢(shì)進(jìn)行有效區(qū)分，采用聯(lián)系數(shù)勢(shì)值、記分函數(shù)和精確度函數(shù)反映各態(tài)勢(shì)的變化情況。勢(shì)值越大，隱私風(fēng)險(xiǎn)越??；勢(shì)值越小，隱私風(fēng)險(xiǎn)越大。一般情況下，當(dāng)勢(shì)值大于1時(shí)，隱私風(fēng)險(xiǎn)處于安全狀態(tài)，可以不考慮防范處理；當(dāng)勢(shì)值等于1時(shí)，隱私風(fēng)險(xiǎn)處于臨界狀態(tài)，隱私安全需要進(jìn)一步觀察分析；當(dāng)勢(shì)值小于1時(shí)，隱私風(fēng)險(xiǎn)處于危險(xiǎn)狀態(tài)，必須考慮采取防范手段進(jìn)行處理。當(dāng)勢(shì)值相同時(shí)，采用記分函數(shù)和精確函數(shù)進(jìn)一步區(qū)分。同勢(shì)值記分函數(shù)值越大，隱私風(fēng)險(xiǎn)越小，反之亦然。當(dāng)勢(shì)值和記分函數(shù)均相同時(shí)，通過(guò)精確函數(shù)來(lái)區(qū)分態(tài)勢(shì)大小，此時(shí)精確函數(shù)值越大，隱私風(fēng)險(xiǎn)就越??；反之，精確函數(shù)值越小，隱私風(fēng)險(xiǎn)就越大。

進(jìn)一步分析隱私系統(tǒng)的風(fēng)險(xiǎn)發(fā)展趨勢(shì)，從表4中得知：在一階潛在發(fā)展趨勢(shì)上，各隱私趨勢(shì)走向狀態(tài)為“提

高”，風(fēng)險(xiǎn)態(tài)勢(shì)均處于“同勢(shì)”，這表明隱私系統(tǒng)風(fēng)險(xiǎn)情況良好，而且最小同勢(shì)值為5.208（惡意攻擊T41），其值大于1，隱私風(fēng)險(xiǎn)處于安全狀態(tài)，因此不需要考慮防范處理風(fēng)險(xiǎn)問(wèn)題。

表4 隱私風(fēng)險(xiǎn)計(jì)算結(jié)果

續(xù)表4

對(duì)二階潛在發(fā)展趨勢(shì)分析可知：數(shù)據(jù)保密T14、數(shù)據(jù)備份T21、數(shù)據(jù)銷(xiāo)毀T22、風(fēng)險(xiǎn)識(shí)別T32、惡意攻擊T41、漏洞處理T43、內(nèi)部人員T51、操作失誤T53、法律遵守T62、服務(wù)鎖定T71、訪問(wèn)控制T72、隱私處理T82等指標(biāo)趨勢(shì)走向?yàn)椤跋陆怠?。這表明隱私系統(tǒng)的風(fēng)險(xiǎn)由上一層良好狀態(tài)開(kāi)始逐漸減弱。而且除惡意攻擊T41的勢(shì)態(tài)保持“同勢(shì)”外，其余均為“反勢(shì)”，且勢(shì)態(tài)值均小于1，說(shuō)明隱私系統(tǒng)的風(fēng)險(xiǎn)處于危險(xiǎn)狀態(tài)。因此對(duì)惡意攻擊T41進(jìn)行關(guān)注而不采取保護(hù)措施，對(duì)其他指標(biāo)進(jìn)行保護(hù)。保護(hù)的優(yōu)先級(jí)別根據(jù)勢(shì)值大小進(jìn)行，由高到低依次為：漏洞處理T43、服務(wù)鎖定T71（勢(shì)值0.916）→數(shù)據(jù)銷(xiāo)毀T22（勢(shì)值0.875）→數(shù)據(jù)備份T21（勢(shì)值0.851）→風(fēng)險(xiǎn)識(shí)別T32（勢(shì)值0.850）→數(shù)據(jù)保密T14、訪問(wèn)控制T72、隱私處理T82（勢(shì)值0.775）→內(nèi)部人員 T51、操作失誤 T53、法律遵守T62（勢(shì)值0.626）。

對(duì)三階潛在發(fā)展趨勢(shì)分析可知：漏洞處理T43、內(nèi)部人員T51、操作失誤T53、法律遵守T62、服務(wù)鎖定T71、規(guī)章制度T81趨勢(shì)走向?yàn)椤疤嵘保砻鬟@些指標(biāo)的隱私風(fēng)險(xiǎn)由上一層狀態(tài)開(kāi)始逐漸增強(qiáng)。雖然狀態(tài)有所好轉(zhuǎn)，但內(nèi)部人員T51、操作失誤T53、法律遵守T62態(tài)勢(shì)為“反勢(shì)”，說(shuō)明趨勢(shì)好轉(zhuǎn)的同時(shí)這些指標(biāo)處于危險(xiǎn)狀態(tài)，仍需對(duì)這些指標(biāo)采取保護(hù)措施。而漏洞處理T43、服務(wù)鎖定T71、規(guī)章制度T81的態(tài)勢(shì)為“同態(tài)”，處于安全狀態(tài)，可以關(guān)注但無(wú)需保護(hù)。

通過(guò)對(duì)上述態(tài)勢(shì)、勢(shì)值、記分函數(shù)、精確函數(shù)的計(jì)算和分析，說(shuō)明本文提出的隱私風(fēng)險(xiǎn)態(tài)勢(shì)評(píng)估方法能夠科學(xué)有效地對(duì)風(fēng)險(xiǎn)指標(biāo)和趨向變化進(jìn)行動(dòng)態(tài)預(yù)測(cè)，大大降低了隱私風(fēng)險(xiǎn)的發(fā)生。

5 結(jié)束語(yǔ)

本文針對(duì)隱私保護(hù)風(fēng)險(xiǎn)評(píng)估問(wèn)題，采用集對(duì)分析五元偏聯(lián)系數(shù)中的勢(shì)值、記分函數(shù)、精確函數(shù)和態(tài)勢(shì)概念及賦權(quán)理論，建立了一種最小二偏賦權(quán)的五元聯(lián)系數(shù)隱私風(fēng)險(xiǎn)評(píng)估方法。該方法能夠較好地對(duì)隱私風(fēng)險(xiǎn)評(píng)估指標(biāo)進(jìn)行動(dòng)態(tài)描述，消除了隱私風(fēng)險(xiǎn)評(píng)估過(guò)程中隨機(jī)、模糊、不確定等因素的干擾和影響。本文研究中采用加權(quán)平均值方法對(duì)風(fēng)險(xiǎn)指標(biāo)進(jìn)行處理，在完全未知的條件下對(duì)權(quán)重信息進(jìn)行隱私風(fēng)險(xiǎn)評(píng)估模型的建立和求解，這給實(shí)際問(wèn)題的解決帶來(lái)一定局限性。如何建立多指標(biāo)情況下的權(quán)重不完全問(wèn)題的求解，是下一步研究的重點(diǎn)。

：

[1]王元卓，范樂(lè)君，程學(xué)旗.隱私數(shù)據(jù)泄露行為分析-模型、工具與案例[M].北京：清華大學(xué)出版社，2014.

[2]晏燕，郝曉弘，王萬(wàn)軍.一種隱私保護(hù)度量的集對(duì)分析方法[J].武漢大學(xué)學(xué)報(bào)：工學(xué)版，2015，48（6）：884-891.

[3]方濱興，賈焰，李?lèi)?ài).大數(shù)據(jù)隱私保護(hù)技術(shù)綜述[J].大數(shù)據(jù)，2016（1）：1-18.

[4]王璐，孟小峰.位置大數(shù)據(jù)隱私保護(hù)研究綜述[J].軟件學(xué)報(bào)，2014，25（4）：693-712.

[5]Jiang Qi，Khurram K M，Lu Xiang.A privacy preserving three-factor authentication protocol for e-health clouds[J].Journal of Supercomputing，2016，72（10）：3826-3849.

[6]Kairouz P，Oh S，Viswanath P.The composition theorem for differential privacy[J].Computer Science，2015：1376-1385.

[7]Seidl D E，Jankowski P，Tsou M H.Privacy and spatial pattern preservation in masked GPS trajectory data[J].International Journal of Geographical Information Science，2016，30（4）：785-800.

[8]Soohyung K，Hyukki L，Dohn C Y.Privacy-preserving data cube for electronic medical records：an experimental evaluation[J].International Journal of Medical Informatics，2017，97：33-42.

[9]吳曉平，付鈺.信息系統(tǒng)安全風(fēng)險(xiǎn)評(píng)估理論與方法[M].北京：科學(xué)出版社，2011.

[10]付鈺，吳曉平，葉清，等.基于模糊集與熵權(quán)理論的信息系統(tǒng)安全風(fēng)險(xiǎn)評(píng)估研究[J].電子學(xué)報(bào)，2010，38（7）：1489-1494.

[11]Saripalli P，Walters B.QUIRC：a quantitative impact and risk assessment framework for cloud security[C]//IEEE International Conference on Cloud Computing，2010.

[12]任丹丹，杜素果.一種基于攻擊樹(shù)的VANET位置隱私安全風(fēng)險(xiǎn)評(píng)估的新方法[J].計(jì)算機(jī)應(yīng)用研究，2011，28（2）：728-731.

[13]張秋瑾.云計(jì)算隱私安全風(fēng)險(xiǎn)評(píng)估[D].昆明：云南大學(xué)，2015.

[14]Wang H，Liu F，Liu H.A method of the cloud computing security management risk assessment[M]//Advances in computer science and engineering.[S.l.]：Springer，2012：609-618.

[15]施志堅(jiān)，王華偉，王祥.基于多元聯(lián)系數(shù)集對(duì)分析的航空維修風(fēng)險(xiǎn)態(tài)勢(shì)評(píng)估[J].系統(tǒng)工程與電子技術(shù)，2016，38（3）：588-593.

[16]趙克勤.集對(duì)分析及其初步應(yīng)用[M].杭州：浙江科學(xué)技術(shù)出版社，2000.

[17]王萬(wàn)軍.一種基于集對(duì)決策的偏聯(lián)系數(shù)方法[J].甘肅聯(lián)合大學(xué)學(xué)報(bào)：自然科學(xué)版，2009，23（3）：43-45.

[18]ITSEC.Information technology security evaluation criteria，version1.2[S].Office for Official Publications of the European Communities，1991-06.

[19]吳亭.五元聯(lián)系數(shù)在學(xué)生成績(jī)發(fā)展趨勢(shì)分析中的應(yīng)用[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2009，39（5）：53-59.

[20]徐澤水.直覺(jué)模糊信息集成理論及應(yīng)用[M].北京：科學(xué)出版社，2008.