基于模糊評估大數據時代社交網絡隱私風險

張維作

摘 要：文章針對目前大數據隱私保護機制具有的局限性，提出了基于模糊評估的現代社會網絡隱私風險，使大數據隱私能夠主動保護。在相關專家及文獻的研究基礎上，分析了大數據環境下社會網絡存在的隱私風險。本研究證明基于模糊評價的社交網絡風險具有良好的實用性，能夠提高大數據環境下社會網絡的服務水平。

關鍵詞：模糊評估；大數據時代；社交網絡；隱私風險

在我國社會不斷進步的過程中，科技也在不斷的發展，現代社會產生的數據極速增長，統計數據量以PB（1024TB）級趨勢不斷增加，人們已經進入到大數據時代。現代社交網絡備受人們喜愛，越來越多的人們喜歡通過社交網絡分享自己的所見所聞、交友、聊天，人們在網絡中的每一步操作都被服務器所記錄。在開發社交網絡個人信息潛在價值的基礎上，如何保證其個人信息的安全性，保證個人信息不被利用及收集，是目前大數據時代要解決的問題。

1 創建隱私風險評估指標體系

1.1 社交網絡的隱私風險因素

現在我們處于大數據時代中，社交網絡也不斷深入對用戶數據的收集、處理及分享，也增加了用戶隱私被侵害及威脅的可能性。社交網絡隱私風險主要分為：

其一，社交網絡較為脆弱。其主要包括軟件缺陷、硬件缺陷、網絡通信協議、用戶隱私安全設置不嚴謹等，這種風險會導致用戶在網絡傳輸過程中的數據被偽造、竊聽及篡改，并且還會使用戶遭到物理破壞。

其二，用戶行為極為脆弱。其主要包括用戶的信息行為疏忽、隱私設置關聯、用戶密碼簡單等。由于用戶能夠通過自己的賬號登錄不同的論壇，用戶在社交網絡中發布的內容會被無意同步到其他網絡，以此泄露隱私，并且還會忽視社交網絡中朋友的身份驗證，導致自己的信息暴漏，被他人所利用。

其三，外部威脅。其主要包括服務崩潰、第三方因素、信息隱私交易及黑客攻擊等。由于用戶的疏忽或者技術的漏洞，能夠使黑客或者其他人盜竊用戶的隱私，將用戶的隱私作為第三方不法使用的對象。

1.2 構建指標體系

通過上述分析，本文中構建指標體系的方法為Delphi，以相關專家的研究及知識對指標進行篩選，主要包括兩輪刪選，從而統一專家意見，以此形成隱私風險評估體系，分為三個以及指標及十三個二級指標。圖1為隱私風險評估指標體系。

1.3 指標的量化處理

由于社交網絡中的隱私風險評估體系并沒有測量數據，都是定性指標，所以社交網絡隱私風險評估體系具有一定的模糊性。那么為了能夠對其進行定量評估和分析，就要通過本文的專家打分的定量化指標。專家打分的方法指的是將定性指標分為多個級別，并且對其賦予量值，以區分精度為基礎，將打分的區間分為五、七及九三個分值，本文中使用五分值，隱私風險可以定義為低、較低、一般、較高、高五種級別，其對應的量值為1，3，5，7，9。隱私評估指標為負向，也就是說指標值越小，評價就越好。通過下式處理初始指標值：

1.4 指標權重的計算

指標權重指的是指標對評估對象的影響程度，其反映了指標之間的差異。在社交網絡隱私風險評估的過程中，不同的風險指標的發生概率和損失也都各不相同，所以要根據其重要性對權重進行設置。為了保證評價指標的科學性及合理性，本文將Shannon信息熵融入到AHP方法中，計算評價指標熵值，通過信息量得出指標權重。[1]步驟為：

首先，處理決策矩陣X=（xij）m*n，得到標準化矩陣Y=（yij）m*n，之后歸一化處理：

其次，將j指標的熵值進行計算，公式為：

另外，計算j指標的差異系數，表示為：

最后，計算j指標的權重，表示為：

評估指標權重向量為：

W=（w1，w2，...wn）

2 基于模糊評價的社會網絡隱私風險

評估社交網絡隱私風險的過程中，要考慮多種內在和外在因素的影響。因為社交網絡自身就較為復雜，尤其是相親交友網站中，涉及了多種隱私風險因素及模糊不確定的因素，所以不能夠使用統計概率量化風險。那么就要基于模糊評價，根據其中的模糊關系合成理論，評估社交網絡隱私風險。

2.1 定義評價語集

評價語集是要根據實際情況制定的，一般將其分為五個等級，以本文中低、較低、一般、較高、高五種級別為例，其等級度量可以表示為：

低：發生風險時對用戶的隱私損害極小；較低：發生風險時對用戶的隱私損害較小；中等：發生風險時對用戶的隱私損害一般；較高：發生風險時對用戶的損害嚴重；高：發橫風險時對用戶的隱私損害非常嚴重。

2.2 評估矩陣的創建

首先對單隱私風險因素進行評估ui（i=1，2，3，...，n），得出其模糊評價語集Ri（ri1，ri2，ri3，...，rim）。

假如某個因素因素ui有qij個vj評語，其隸屬度rij表示為：

2.3 綜合模糊評價

隱私風險因素的權重集W=（w1，w2，...wn）和評估矩陣R兩者相互融合得到綜合模糊評價，結果為：

通過模糊評估向量C判別評估結果，一般標準為最大隸屬度。為了保證評估結果的客觀性，使用加權評估計算，公式為：

通過隱私風險隸屬度等級標準判定社交網絡隱私風險等級。隱私風險隸屬等級標準為：0-0.2分為低風險；0.2-0.4分為較低風險；0.4-0.6分為一般風險；0.6-0.8分為較高風險；0.8-1高風險。[2]

3 結束語

本文分析了大數據背景下社交網絡隱私風險因素，并且創建了評估指標，計算了指標權重，以此模糊模糊評估了社會網絡隱私風險。此方法能夠客觀地描述大數據環境下的社交網絡隱私風險，從而主動規避隱私風險。

參考文獻

[1]張艷欣，康旭冉.大數據時代社交網絡個人信息安全問題研究[J].蘭臺世界，2014（5）：24-25.

[2]程燕.大數據時代社交網絡隱私保護問題研究[J].計算機科學，2014（B10）：74-78.