基于感知信任模型的用户隐私等级评估算法研究.pdf

《基于感知信任模型的用户隐私等级评估算法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文基于感知信任模型的用户隐私等级评估算法研究RESEARCHONONLINESOCIALNETWORKUSERPRIVACYLEVELEVALUATIONALGORITHMVIATHETAPEFRAMEWORK董宇琦哈尔滨工业大学2018年6月国内图书分类号：TP393.08学校代码：10213国际图书分类号：004.4密级：公开工学硕士学位论文基于感知信任模型的用户隐私等级评估算法研究硕士研究生：董宇琦导师：翟健宏副教授申请学位：工学硕士学科：计算机科学与技术所在单位：计算机科学与技术学院答辩日期：2018年6月授予学位单位：哈尔

2、滨工业大学ClassifiedIndex:TP393.08U.D.C:004.4DissertationfortheMasterDegreeinEngineeringRESEARCHONONLINESOCIALNETWORKUSERPRIVACYLEVELEVALUATIONALGORITHMVIATHETAPEFRAMEWORKCandidate：DongYuqiSupervisor：A.P.ZhaiJianhongAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：Computer

3、ScienceandTechnologyAffiliation：SchoolofComputerScienceandTechnologyDateofDefence：June,2018Degree-Conferring-Institution：HarbinInstituteofTechnology摘要摘要随着在线社交媒体平台的不断发展，人们得到越来越多的展示自我、拓宽社交圈的机会。同时，也将更多的个人信息暴露给大众。由于大众隐私意识的普及程度参差不同，对于在线社交可能给用户带来的风险需要一个尽可能客观、全面的评估。本论文旨在基于信任传递的思想提

4、出一个基于感知信任模型的用户隐私风险等级评估算法，引入隐私意识与感知信任参数，融合用户实际应用情境下的主观需求，获取用户在新浪微博中的所有数据，从用户隐私意识、社交风险、内容风险三个方面进行评估，将用户在线社交中可能造成的隐私泄露风险进行定量衡量，并通过图表等形式生成可视化评估报告，结合评估结果给出针对性建议，帮助用户全面、客观的认知到在线社交行为中潜在的隐私风险问题，寻找在线社交过程中的薄弱环节，并树立正确的隐私意识观念。通过微博实例用户测试和模型检验，本文中提出的隐私等级评估算法实现了隐私泄露威胁的定量衡量，能够准确、全面的概括用户在线社

5、交行为全貌、评估隐私风险等级，评估模型具备良好的稳定性。与现有评估模型相比，提高了结果的精确性和计算效率，同时有效地结合了用户主观需求对隐私泄露评估的影响。为在线社交平台服务供应商保护其用户数据提供了新的思路，具有实际应用价值和推广价值。关键词：新浪微博；用户隐私；隐私泄露；风险评估；感知信任-I-AbstractAbstractWiththecontinuousdevelopmentofonlinesocialmediaplatform,peoplearegainingmoreandmoreopportunitiestoshowthemse

6、lvesandbroadentheirsocialscope.Atthesametime,morepersonalinformationwillalsobeexposedtothepublic.Duetothefactthatpublicawarenessofprivacyvarieswidely,itisnecessarytomakeanobjectiveandcomprehensiveassessmentoftherisksthatonlinesocialbehaviormaybringtotheusers.Basedontheideol

7、ogyoftrusttransfer,thispaperproposesauserprivacyriskassessmentalgorithmbasedontheTrust-Awareframework,whichintroducestwoparameters—privacyawarenessandtrust-awareness.Andthealgorithmalsointegratesthesubjectiveneedsofusersintheactualapplicationsituation,obtainsalltheusers’dat

8、aintheSinaWeibo,quantitativelyassesstheriskofprivacyleakagethatmaybecausedbyusers’