大數據學習分析的安全與隱私保護研究*

趙慧瓊　姜　強　趙　蔚（東北師范大學 計算機科學與信息技術學院，吉林長春 130012）

?

大數據學習分析的安全與隱私保護研究*

趙慧瓊姜強【通訊作者】趙蔚
（東北師范大學 計算機科學與信息技術學院，吉林長春 130012）

摘要：隨著大數據時代的來臨，學習分析技術成為了教育信息化的新浪潮，其涉及的倫理道德問題尤其是學習分析過程中引發的一系列數據安全與隱私問題也成為了教育領域研究的熱點。為應對隱私泄露、訪問權限模糊、數據可信性受威脅等問題，文章以技術為視角，從數據收集、數據分析和數據解釋等三方面構建了數據安全與隱私保護框架，并提出了相關的數據安全與隱私保護策略，以期提高利用學習分析技術進行大數據研究的成效，實現學習分析技術挖掘教育大數據潛在價值的預期目標，充分發揮大數據學習分析的研究價值。

關鍵詞：學習分析；大數據；安全隱私；倫理道德

引言

大數據學習分析的價值在于利用機器學習、數據挖掘、回歸分析、可視化技術等進行收集、測量、分析和報告學習數據，理解和優化學習過程，進而真正實現因材施教，使共性教育向個性教育的方向發展。例如，Knewton教育平臺構建了成熟、實時的學生數據分析，能夠細分知識點，對每個學生予以單獨分析，通過實時預測技術來監測學生的學習情形并及時調整，為學生下一步的學習內容和活動提供最適合的引導，實施個性化教學[1]；在機器學習技術的支持下，DreamBox Learning能夠記錄學生的學習行為數據并將其作為判斷學生知識能力的依據，同時針對學習者的學習需求提供個性化的學習路徑[2]；猿題庫通過智能算法對學生做題練習與知識點測評的數據進行挖掘分析，能夠準確評估學生的認知能力，然后根據知識水平進行1對1的智能化出題，實現個性化學習[3]。此外，國內大數據領域的領軍專家——周濤教授組建了大數據研究中心，運用大數據、云計算、學習分析等信息技術，結合特定的機器學習、數據挖掘算法，著力開展了個性化教育引導、學生學習成績預測、教學方式方法改善、重大教育決策制定、教務教學管理優化等教育大數據的相關基礎理論及應用推廣研究。然而，基于大數據的學習分析技術應用也存在一些不可規避的風險，如數據收集過程中存在的安全與隱私問題，涉及倫理道德的挑戰，將不利于挖掘教育大數據的潛在價值。

一　問題研究現狀

國外研究大數據學習分析技術的安全與隱私問題起步較早，如美國的《家庭教育權利和隱私法案》中明確規定要保護學生學習活動的隱私；英國開放大學根據允許收集和分析學生數據的八項原則，制定了利用學生數據開展學習分析的倫理政策。知名的教育家、科學家、法律學者和倫理學者在2014年加州阿西洛馬（Asilomar）會議上制定了關于學習和研究合乎倫理地使用數據和技術的框架，框架的六項原則包括：尊重學習者權利、善行、公正、公開、人性化學習以及持續關懷[4]。此外，Jones等[5]在MOOC數據學習分析研究的基礎上，從個體控制、透明性、情境需求、安全性、權限、數據收集限制性及責任心等七方面深入描述了公平信息慣例和隱私保護，以防止學生隱私信息泄露；Kay[6]針對學習分析技術產生的倫理道德沖突，明確指出學習分析過程需要設定數據的范圍與界限，充分考慮數據分析對象的利益與情緒，給予數據分析對象選擇性參與或退出的機會，同時依據存在的風險及時調整應對措施，保護數據安全；Willis 等[7]在處理大數據學習分析技術的安全與隱私問題時，利用道德推理模式的波特圖式（Potter Box）建立了一個靈活的倫理框架，從定義、價值、原則、忠心四個角度為學習分析面臨的倫理道德困境提供了應對思路。

與國外相比，國內關于大數據學習分析技術的安全與隱私問題研究較少，正處于初步發展階段。2015年國務院印發的《促進大數據發展行動綱要》明確提出要健全大數據安全保障體系，強化安全支撐。此外，顧小清等[8]指出學習分析技術存在明顯的倫理問題，有可能因收集分析學習者數據而侵犯個人隱私，需要尋找學生隱私與學習分析技術之間的平衡點；楊現民等[9]認為有必要從體制、機制、技術、方法等多個層面加快制定《教育大數據安全管理辦法》，進而保障教育數據安全，保護教育隱私數據不外泄、不被惡意使用；徐鵬等[10]指出教育大數據應用過程存在隱私與倫理道德限制，建議通過制定相關的法律制度，避免因學習分析技術應用而造成的倫理道德問題；張文青等[11]則從倫理視角研究了學習分析技術，通過梳理學習分析過程中面臨的個人隱私、數據所屬權和人文關懷等倫理問題，提出了數據測量、收集和分析應該遵守相關的行為規范。此外，在第七屆“信息資本、產權與倫理國際學術研討會（ICPE-7）”上，來自美國南佛州大學、日本鶴見大學、中國臺灣世新大學和北京大學等高校的專家學者主要從理論層面探討了大數據時代的數據安全與信息隱私等問題，同時深入研討了數據資源版權、公共文化政策等相關問題，對解決學習分析技術所產生的倫理問題有借鑒意義。

綜上所述，已有的相關學習分析技術的研究成果比較豐富，但教育大數據應用存在的隱私、法律保護權利及其它倫理道德規范還缺乏相應的政策法規指導，因此有必要制定適當的法律制度和道德規范，并利用相關的安全技術，進一步加強對學習分析倫理道德問題的研究力度，以期發揮學習分析技術在教育教學中的優勢。本研究以利用學習分析技術挖掘教育大數據的潛在價值為目的，通過梳理學習分析技術面臨的倫理道德挑戰，總結出國外數據保護框架的特點，構建了一個技術視角下的數據安全與隱私保護框架，并提出了相關的數據安全與隱私保護策略。

二　大數據學習分析面臨的倫理道德挑戰

隨著大數據時代的來臨，教育信息化過程中學習者所產生的數據越來越多，為了更好地促進學習者學習，實現真正意義上的個性化學習，需要利用學習分析技術分析學習者的海量數據。但學習分析過程因為增加了學習者的透明性，故會帶來一系列的倫理道德挑戰。

1個人隱私泄露

在利用學習分析技術分析海量數據的過程中，個人隱私很容易泄露，故將學習數據轉變為信息與知識時[12]，這些數據面臨著嚴峻的風險，處于內憂外患的境地。

內憂主要指的是擁有學習者學習數據的教育機構在處理數據的過程中泄露隱私，Smith等[13]指出數據在處理過程中引發的隱私泄露問題包括信息收集、誤用、二次利用和未授權訪問等四個維度；此外，內憂還包括擁有數據的教育機構將學習數據出售給第三方、政府機構或者同其它教育機構共享數據[14]。

外患指利用不正當手段獲取學習數據的機構或個人，通過學習管理系統的漏洞盜取數據。比如說，當向學習者提供適當的便利條件時，這些機構或個人會要求學習者主動發布他們的個人信息。一般情況下，如果學習者想在學習活動過程獲得更多的個性化指導，他們便會主動地提供個人信息。所以，個人隱私泄露既可能是教育機構或研究者們造成的，也可能是學習者本人造成的。個人隱私泄露所帶來的風險，可能會危及學習者的生理、心理、財產安全等多方面。

2數據訪問權限模糊

在學習分析過程中，學習者的數據可能被用于不同的情景，由于這些數據應用的范圍比較廣，它們經常被不同身份、不同目的的研究機構或研究者們訪問，因此必須對學習者的學習數據設置訪問權限。

然而，在學習者擁有海量學習數據的前提下，教育機構中管理這些數據的安全管理員可能因為缺乏相關的專業知識，而無法準確地為研究機構或研究者們指定能夠訪問的數據范圍，此時若從數據利用效率的角度出發，將學習數據的訪問權限設置為所有訪問者均可默認授權訪問是一種極其不理想的方式。研究者為了完成學習分析的工作，需要訪問大量的學習者學習數據及個人信息，但能否成功地訪問這些數據，是取決于學習者，還是擁有學習者數據的教育機構，還是研究者或研究機構，對此設置的訪問權限并不明確。除此之外，不同類型的學習數據可能需要不同的訪問權限，如在學習者的學習活動過程中，存在學習者學習瀏覽歷史記錄的訪問權限；學期結束時，存在學習者學習數據時間、區間的訪問限制。總之，如何清晰地統一設置訪問權限，是學習分析過程中面臨的一個重要挑戰。

3數據可信性受威脅

利用學習分析技術，將學習者的海量數據轉變為有價值的知識信息，最重要的前提就是要保證數據的可信性。美國管理學家、統計學家愛德華·戴明曾說：“除了上帝，任何人必須用數據說話。”

但是，數據也可能造假、也可能出錯，如果利用偽造或錯誤的數據進行學習分析，往往就會得出錯誤的結論。由于獲取的學習者數據是海量的，這使研究者們難以從中鑒別出虛假的數據，從而導致出現錯誤的判斷。目前，學習平臺中學習者虛假學習行為的產生越來越容易，隨之帶來的負面影響不可低估；學習數據在收集的過程中可能會因為人工干預而使獲得的數據產生誤差，利用這些有誤差的學習數據進行分析，也必將影響學習者數據分析結果的正確性。此外，所記錄的學習者學習數據可能會因為保存時間過長而失真，或者由于學習平臺自身的升級導致數據丟失、遺漏，使研究者們收集到的數據不能真實地反映學習者的學習狀態。因此，收集分析學習數據，要了解數據的真實來源、數據的傳輸過程和數據的處理過程，調研數據的各項可信度，以防止利用錯誤的數據得出無意義的分析結果。

三　大數據學習分析的安全與隱私保護框架

為了更好地解決大數據學習分析存在的倫理道德問題，首先應考慮在學習分析過程中如何保護學習者的數據安全。對此，國外研究者從不同的視角構建了保護數據安全與隱私的框架，如Prinsloo等[15]從社會批判的視角提出了六項原則倫理框架，即道德實踐、學生代理、學生身份和性能的動態構造、學生的多維復雜現象、透明度和教育大數據的使用；Pardo等[16]則從法律的視角確定了四項原則倫理框架，即透明度、訪問權、學生控制數據、問責與評估。鑒于此，并結合學習分析過程中遵循的行為規范，本研究以技術為視角，從數據收集、數據分析和數據解釋等三方面構建了大數據學習分析的安全與隱私保護框架，如圖1所示。

圖1　大數據學習分析的安全與隱私保護框架

1數據收集

學習者的數據來源比較多樣化，包括學習管理系統中的基本信息、學習平臺的學習行為數據和網絡服務器的瀏覽數據等。因此，學習分析過程的第一步便是從各種系統中收集學習數據。由于學習數據的來源不同且數量巨大，故需要借助數據溯源技術和云計算技術來完成大規模學習數據的采集與存儲——利用數據溯源技術的注釋方法對學習數據進行標注，進而記錄學習數據的來源與傳輸，之后根據記錄內容，對海量的學習數據實施溯源追蹤，將同一出處、同一學習者的學習數據存放在一起，以免造成學習數據的丟失、遺漏等；利用云計算技術收集、存儲學習數據時，則可從云計算提供的Iaas、Paas和Saas服務層面來增強學習數據的安全與隱私保護。此外，在使用云計算技術和數據溯源技術收集數據的同時必須堅持知情同意原則，即提前征得學習者的同意，以在數據收集環節更好地保障學習者隱私數據的安全。

2數據分析

數據分析是學習分析技術在教育應用中的核心環節，需要利用網絡分析技術對學習者的數據加以分析，并經過整合、分類、關聯分析等操作，形成分析結果；或者利用學習者數據構建的用戶模型預測學習者的學習情況，生成預測模型。但若想在數據分析過程中高效地保護學習者數據的安全，僅靠網絡分析技術是不夠的，還必須使用數據匿名技術，堅持匿名原則。如利用K-anonymity、I-diversity、T-closeness等匿名保護技術可對學習數據實施匿名處理，而隱藏學習者的標識和屬性信息可以減少學習者的隱私泄露、提高學習者數據的安全度，從而避免出現因分析數據所造成的倫理道德失范問題。

3數據解釋

數據解釋的目的在于更好地呈現數據分析結果，以便對學習者的學習活動實施干預，實現個性化的自適應學習。一方面，數據解釋可以通過利用可視化技術生成學習者的學習報告，進而呈現在學習儀表盤上。另一方面，作為學習分析過程的最后一個環節，進行數據解釋時仍需重視學習者的數據安全問題，避免出現違反社會倫理道德的行為，而這可以通過數據加密技術來實現。利用數據加密算法中的DES密鑰加密算法和RSA公鑰加密算法對數據分析結果進行加密處理，可以防止未經授權的機構或個人竊取、篡改分析結果。為保證最終學習分析報告的準確性和合理性，使用可視化技術和數據加密技術進行數據解釋時必須堅持公正原則，以規避對分析結果利用不當而引發的倫理道德風險。

四　大數據學習分析的安全與隱私保護策略

學習分析技術在教育中存在的倫理道德問題向研究者提出了挑戰，要求研究者既要利用學習分析技術挖掘教育大數據的潛在價值，又要正確地應對倫理道德問題。而尋求這兩者利益平衡的途徑之一，是遵守教育機構相關的行為規范。如Bienknowski等[17]就曾借鑒美國的《家庭教育權利和隱私法案》展開研究，闡明了數據訪問與學習者隱私保護之間的對立關系。為了解決學習分析技術涉及的倫理道德問題，本研究從數據收集和整合的角度出發，針對數據安全與隱私保護問題提出數據使用時應遵守透明原則、征得學習者的知情同意以及提高數據質量等策略，以期更好地發揮大數據學習分析技術的研究價值。

1遵守透明原則

利用學習分析技術收集學習數據時，為避免個人隱私的泄露，研究者需要遵守透明原則，提高學習者數據的透明度。也就是說，在學習分析的過程中，學習者的哪些數據可以被利用、利用的目的與條件、數據的訪問權限及學習者個人信息的保護等都要公開詳細地予以說明。因為學習者在學習平臺實施學習活動時，往往不會注意自己的學習記錄、個人信息是否正在被保存、被收集或被利用。因此，明確告知學習者哪些數據會被收集使用、收集使用的范圍、使用學習數據的價值以及學習者需要承擔的風險等，才能符合道德決策中自主原則的要求。當涉及數據的具體操作時，可以通過學習網站公告或者以E-mail的形式告知學習者。除此之外，教育機構也應該承擔起保護學習者學習數據的責任，并及時提醒學習者注意學習管理系統之外存有的風險。總之，提高學習者數據的透明度，遵守透明原則，有助于降低學習分析技術在教育領域引發的倫理道德失范風險，尤其是能減少學習者個人隱私泄露的概率。

2征得學習者的知情同意

研究者在進行大數據學習分析時，應征得學習者的知情同意。Toch[18]在一項關于社交網絡隱私風險的調查中發現：周圍的朋友或同學會看到網上發布的內容，使用戶感覺有潛在的風險。而當學習者得知自己的數據會被利用時，為保護自己真實的學習數據，學習者的學習活動往往就會呈現出一種虛假的表象。因此，研究者只有取得學習者的知情同意、獲得學習者的信任，才能保證獲得的數據真實，進而保證研究的質量。但征得學習者的知情同意，需要明確數據獲取的訪問權限，否則便有可能會因為學習數據存在被泄露的情況，而使研究者得不到學習者的信任——所以，研究機構必須對數據訪問權限不透明這一問題予以高度重視。概括地說，最初的研究計劃要明確規定數據的訪問權限，清楚地表述出可授權訪問的學習數據；之后獲取學習者的知情同意，以保證學習數據不會被越權獲取；最后通過明確清晰的訪問權限規定，保證學習者數據的有限訪問，以避免未經授權的研究者訪問學習者的學習數據。

3提高數據質量：真實性和完整性

如前文所述，在大數據學習分析過程中數據的可信性受威脅，因此有必要提高學習者數據的質量。一方面，應保證學習數據的真實性。即利用大數據分析技術來識別虛假的學習行為，通過分析大量收集的有關學習者的位置、學習內容和時間等信息，鑒別其學習行為真實發生的可能性。例如，如果學習者瀏覽某網頁的時間過長，或者鼠標的位置長時間沒有改變，那么該學習者學習行為的真實性就值得懷疑。另一方面，應保證學習數據的完整性。即收集到的學習者數據如果因其保留時間跨度較長而失真，為了不影響學習分析技術的效用，便可以將其刪除。如果因其它原因而導致學習數據丟失、遺漏，則可根據學習數據對于研究過程的重要性，來決定是將其刪除還是將其補充完整。總之，不論通過何種方式來保證數據的真實性和完整性、提高學習者數據的質量，都將有利于發揮大數據學習分析技術的研究價值。

五　總結

學習分析技術在教育應用中存在的安全與隱私問題，嚴重阻礙了對教育大數據潛在價值的挖掘。本研究根據教育大數據學習分析過程出現的倫理道德問題，從技術層面構建了數據安全與隱私保護框架，以增強學習者數據的保密性和安全性，同時揭示了使用相關的安全技術對解決學習分析倫理道德問題的重要性；而本研究提出的數據安全與隱私保護策略可以減少學習分析過程中的倫理道德風險，便于充分發揮學習分析技術挖掘教育大數據的潛在價值。需要指出的是，為更好地應對大數據學習分析面臨的倫理道德挑戰，相關法律制度和道德規范的制定及實施應與大數據學習分析相關安全技術的使用保持同步、互相補充，如此才能有效發揮教育大數據學習分析的成效，促進個性化學習。

參考文獻

[1]Knewton.Knewton’s technical white paper[OL].

[2]DreamBox Learning.DreamBox Learning: Adaptive,engaging,and motivating math[OL].

[3]姜強,趙蔚,王朋嬌,等.基于大數據的個性化自適應在線學習分析模型及實現[J].中國電化教育,2015,(1):85-92.

[4]NMC地平線項目.新媒體聯盟2015地平線報告高等教育版[J].現代遠程教育研究,2015,(2):3-22.

[5]Jones M L,Regner L.Users or students? Privacy in university MOOCS[J].Science and Engineering Ethics,2015,(8):1-24.

[6]Kay D.Legal,risk and ethical aspects of analytics in higher education[OL].

[7]Willis J E,Campbell J P,Pistilli M D.Ethics,big data,and analytics: A model for application[OL].

[8]顧小清,張進良,蔡慧英.學習分析:正在浮現中的數據技術[J].遠程教育雜志,2012,(1):18-25.

[9]楊現民,唐斯斯,李冀紅.發展教育大數據:內涵、價值和挑戰[J].現代遠程教育研究,2016,(1):50-61.

[10]徐鵬,王以寧,劉艷華,等.大數據視角分析學習變革——美國《通過教育數據挖掘和學習分析促進教與學》報告解讀及啟示[J].遠程教育雜志,2013,(6):11-17.

[11]張文青,穆曉靜,傅鋼善.倫理視域下的學習分析研究[J].中國教育信息化,2015,(9):3-5.

[12]魏順平.學習分析技術:挖掘大數據時代下教育數據的價值[J].現代教育技術,2013,(2):5-11.

[13]Smith H J,Milberg S J,Burke S J.Information privacy: Measuring individuals’ concerns about organizational practices[J].MIS Ouarterly,1996,(2):167-196.

[14]Smith J,Dinev T,Xu H.Information privacy research: An interdisciplinary review[J].MIS Quarterly,2011,(4):989-1016.

[15]Prinsloo P,Slade S.An evaluation of policy frameworks for addressing ethical considerations in learning analytics[A].Siemens.Learning analytics and knowledge[C].ACM: Leuven,2013:240-244.

[16]Pardo A,Siemens G.Ethical and privacy principles for learning analytics[J].British Journal of Educational Technology,2014,(3):438-450.

[17]Bienknowski M,Feng M,Means B.Enhancing teaching and learning through educational data mining and learning analytics: An issue brief[OL].

[18]Toch E.Personalization and privacy: A survey of privacy risks and remedies in personalization-based systems[J].User Modeling and User-adapted Interaction,2012,(12):203-220.

編輯：小米

Research on Security and Privacy Protection of Big Data Learning Analytics

ZHAO Hui-qiongJIANG Qiang[Corresponding Author]ZHAO Wei
(School of Computer Science and Information Technology,Northeast Normal University,Changchun,Jilin,China 130012)

Abstract:With the advent of big data era,learning analytics has become the new wave of education information.The involved ethical and moral issues especially the data security and privacy issues caused during the process of analytics.To deal with the problems of privacy disclosure,fuzzy access permission and threatened data credibility,this paper has built data security and privacy protection framework from data collection,data analysis and data interpretation.Meanwhile,the relevant strategies of data security and privacy protection were also proposed,in order to improve the effect of using learning analytics to conduct big data research,achieve the expected target of employing learning analytics to tap big data’s e potential value,and fully function the research value of big data learning analytics.

Keywords:learning analytics; big data; security privacy; ethics

收稿日期：2016年1月12日

作者簡介：趙慧瓊，在讀碩士，研究方向為大數據學習分析，郵箱為zhaohq071@nenu.edu.cn。

*基金項目：本文受教育部人文社會科學研究規劃基金“大數據支持下的個性化自適應學習及教育測量研究”（項目編號：15YJA880027）、教育部人文社會科學研究規劃基金“基于知識圖譜的開放學習資源自主聚合研究”（項目編號：14YJA880103）、“中央高校基本科研業務費專項資金”（項目編號：130021049）資助。

【中圖分類號】G40-057

【文獻標識碼】A 【論文編號】1009—8097（2016）03—0005—07 【DOI】10.3969/j.issn.1009-8097.2016.03.001