大數(shù)據(jù)隱私保護(hù)探究

劉孟旭

摘 要 大數(shù)據(jù)環(huán)境下，隱私面臨前所未有的挑戰(zhàn)，部分傳統(tǒng)隱私保護(hù)技術(shù)面臨失效，如何合理選擇隱私保護(hù)技術(shù)是一個(gè)具有挑戰(zhàn)性的任務(wù)。本文分析了常用的隱私保護(hù)技術(shù)及其局限性，討論了大數(shù)據(jù)環(huán)境下的隱私保護(hù)的新挑戰(zhàn)，為大數(shù)據(jù)應(yīng)用實(shí)踐中建立合理的隱私管理方案提供參考。

關(guān)鍵詞 大數(shù)據(jù);隱私泄露;匿名化技術(shù);差分隱私

大數(shù)據(jù)技術(shù)與經(jīng)濟(jì)社會(huì)的交匯融合引發(fā)了數(shù)據(jù)迅猛增長，數(shù)據(jù)已成為國家基礎(chǔ)性戰(zhàn)略資源。大數(shù)據(jù)在帶來了巨大效益的同時(shí)，也給用戶隱私保護(hù)方面的帶來了前所未有的挑戰(zhàn)。

1 數(shù)據(jù)隱私的范圍

隱私的界定應(yīng)以法律為依據(jù)，我國《中華人民共和國刑法》、《中華人民共和國民法總則》、《中華人民共和國網(wǎng)絡(luò)安全法》、《消費(fèi)者權(quán)益保護(hù)法》、《中華人民共和國電子商務(wù)法》等有多部法律、法規(guī)、規(guī)章涉及個(gè)人信息保護(hù)，《中華人民共和國個(gè)人信息保護(hù)法》也已列入十三屆全國人大常委會(huì)立法規(guī)劃。梳理現(xiàn)行和即將出臺(tái)的法律法規(guī)以及國家標(biāo)準(zhǔn)規(guī)范，數(shù)據(jù)隱私主要包括身份信息、健康生理、財(cái)產(chǎn)狀況、社交行為、行蹤軌跡等反映特定主體活動(dòng)情況的各種信息[1]。

2 數(shù)據(jù)隱私泄露現(xiàn)狀

據(jù)中消協(xié)11月28日發(fā)布《100款A(yù)pp個(gè)人信息收集與隱私政策測評報(bào)告》，10類App普遍存在涉嫌過度收集個(gè)人信息的情況，59款A(yù)pp涉嫌過度收集“位置信息”，28 款A(yù)pp涉嫌過度收集“通訊錄信息”，23 款A(yù)pp涉嫌過度收集“身份信息”。全球范圍內(nèi)，2018年6月，美國Exactis公司泄露約3.4億條記錄，涉及2.3億人隱私信息，泄露原因是數(shù)據(jù)庫暴露在可公開訪問網(wǎng)絡(luò)且未采取任何有效的安全防護(hù)措施[2]。

3 數(shù)據(jù)隱私技術(shù)

數(shù)據(jù)隱私保護(hù)的常用技術(shù)包括數(shù)據(jù)加密、匿名化以及數(shù)據(jù)溯源等技術(shù)，數(shù)據(jù)加密技術(shù)主要解決數(shù)據(jù)存儲(chǔ)、計(jì)算以及通信的安全性，匿名化技術(shù)主要解決數(shù)據(jù)加工處理、挖掘分析以及數(shù)據(jù)發(fā)布時(shí)防止敏感信息泄露。

3.1 數(shù)據(jù)加密技術(shù)

目前數(shù)據(jù)加密技術(shù)主要包括安全多方計(jì)算、密文檢索、同態(tài)加密等是常用的密碼技術(shù)，主要解決數(shù)據(jù)存儲(chǔ)、通信和分析應(yīng)用的安全性。安全多方計(jì)算可以解決一組互不信任的參與方之間保護(hù)隱私的協(xié)同計(jì)算問題，并確保除了用戶的輸入以及輸出信息外，不會(huì)額外地暴露信息。加密存儲(chǔ)和密文在較高的安全前提下，提供較高的檢索效率。

3.2 匿名化技術(shù)

是隱私保護(hù)最常用的技術(shù)手段，通常采用抑制、泛化等操作隱藏或者模糊數(shù)據(jù)以及數(shù)據(jù)源。泛化是指對數(shù)據(jù)進(jìn)行更加概括、抽象的描述，而抑制則是指不發(fā)布某些數(shù)據(jù)項(xiàng)，常見的數(shù)據(jù)隱私保護(hù)的模型有k-匿名化（K-Anonymity）、l-多樣化（L-Diversity）、T-closeness模型、差分隱私（ε-differential privacy）等模型的及其改進(jìn)算法，以滿足不同的應(yīng)用場景需求。

準(zhǔn)標(biāo)識符是指結(jié)合一定的外部信息能夠以較高的概率確定一條用戶記錄，k-匿名化模型要求發(fā)布的數(shù)據(jù)中存在一定數(shù)量（至少為k） 的在準(zhǔn)標(biāo)識符上不可區(qū)分的記錄，使?jié)撛诘墓粽邿o法區(qū)分隱私信息所屬的個(gè)體。k-匿名的缺陷是未對等價(jià)類中的敏感屬性進(jìn)行約束，例如，某等價(jià)類中任意一個(gè)敏感屬性取值相同，則攻擊者可以推理出該敏感值[3]。

l-多樣化（L-Diversity）模型在k-匿名化的基礎(chǔ)上要求每個(gè)等價(jià)類至少包含L個(gè)不同的敏感屬性值，雖然l-多樣化保證了敏感屬性的多樣性，卻忽視了敏感屬性的全局分布。T-closeness模型在l-多樣化基礎(chǔ)上，考慮了敏感屬性的分布問題，要求所有等價(jià)類中敏感屬性值的分布盡量接近該屬性的全局分布。

3.3 差分隱私（ε-differential privacy）

是嚴(yán)格的、可證明的隱私保護(hù)模型，ε是隱私保護(hù)參數(shù)（ε越小隱私保護(hù)程度越高，輸出擾動(dòng)越大）來調(diào)整數(shù)據(jù)的實(shí)用性和隱私性。實(shí)際應(yīng)用中，實(shí)施的難度和成本較高，為了平衡隱私性與可用性，ε參數(shù)的選擇是個(gè)具有挑戰(zhàn)性的問題。

4 大數(shù)據(jù)環(huán)境下的新挑戰(zhàn)

大數(shù)據(jù)具有規(guī)模大、來源多、動(dòng)態(tài)更新等特點(diǎn)，傳統(tǒng)的隱私保護(hù)技術(shù)都可能失效或面臨新的挑戰(zhàn)。

首先，數(shù)據(jù)加密技術(shù)面臨的挑戰(zhàn)。許多密碼技術(shù)是基于內(nèi)存計(jì)算的，不適應(yīng)大數(shù)據(jù)分布式存儲(chǔ)和并行計(jì)算環(huán)境，面臨可擴(kuò)展性差、計(jì)算代價(jià)高，不適應(yīng)新型計(jì)算框架等方面的問題。

其次，匿名化技術(shù)面臨的挑戰(zhàn)。匿名化模型和差分隱私保護(hù)模型都假設(shè)數(shù)據(jù)集的數(shù)據(jù)是相互獨(dú)立的，大數(shù)據(jù)的大規(guī)模性、高速性、多樣性、相關(guān)性以及多個(gè)異構(gòu)數(shù)據(jù)源的融合可能使原有的隱私保護(hù)方案失效。

最后，大數(shù)據(jù)分析和融合面給隱私保護(hù)帶來了新挑戰(zhàn)。新型計(jì)算框架、高性能算法、更加復(fù)雜的分析模型可以挖掘出大數(shù)據(jù)中的異常點(diǎn)、頻繁模式、分類模式、數(shù)據(jù)之間的相關(guān)性以及用戶行為模式等信息，從而泄露用戶隱私信息或也為攻擊者更豐富的背景知識[4]。

5 結(jié)束語

大數(shù)據(jù)在當(dāng)前具有廣闊的發(fā)展前景，但同時(shí)面臨的隱私挑戰(zhàn)和風(fēng)險(xiǎn)也是空前的。大數(shù)據(jù)隱私保護(hù)不僅僅是技術(shù)方面的問題，它還涉及法律法規(guī)、監(jiān)管模式、宗教等諸多方面，需要各界共同努力才能實(shí)現(xiàn)。

參考文獻(xiàn)

[1] 中消協(xié).100款A(yù)pp個(gè)人信息收集與隱私政策測評報(bào)告（2018年）[EB/OL]. http：//wemedia.ifeng.com/90478388/wemedia.shtml，2018-11-29.

[2] 張嘯劍，孟小峰.面向數(shù)據(jù)發(fā)布和分析的差分隱私保護(hù)[J].計(jì)算機(jī)學(xué)報(bào)，2014，37（4）：927-949.

[3] Sweeney L.k-anonymity：Amodel for protection privacy. International Journal Uncertainty[J].Fuzzines and Knowledge-based Sys Tems，2002，10（5）：557-570.

[4] 張俊，蕭小奎.數(shù)據(jù)分享中的差分隱私保護(hù)[J].中國計(jì)算機(jī)學(xué)會(huì)通訊，2014，10（6）：44-51.