大數據背景下的個人隱私保護研究

牛晨晨，周 暢，張 昪

(蘭州財經大學 信息工程學院，甘肅 蘭州 730000)

大數據背景下的個人隱私保護研究

牛晨晨，周 暢，張 昪

(蘭州財經大學 信息工程學院，甘肅 蘭州 730000)

隨著互聯網、物聯網、云計算等信息技術的快速發展，數據的規模呈爆炸式增長，標志著大數據的時代已經來臨。大數據在帶來巨大商業價值的同時，也不可避免地會侵犯到個人隱私。首先就大數據與個人隱私的概念做了說明，其次分析了大數據對個人隱私造成的威脅，最后討論了個人隱私保護的技術和法律規范。

大數據；個人隱私；隱私侵犯；隱私保護

1 大數據的概念及特征

大數據的概念最早出現在《Nature》雜志于2008年開辦的Big-Data專欄中。在“Big data:science in the petabyte era”一文中，大數據被定義為“代表著人類認知過程的進步，數據集的規模是無法在可容忍的時間內用當前的技術、方法、手段和理論來獲取、存儲、管理和處理的數據”[1]。但是到目前為止業界對大數據依舊沒有統一的定義。

針對大數據的特征比較有共識的主要有三點：規模性(Volume)、多樣性(Variety)和高速性(Velocity)[2]。除此之外國際數據公司(International Data Corporation,IDC)還提出了4V的特征，即在原來3V的基礎上又加入了價值性(Value)這一特性[3]。大數據的這些特征具體表現在以下幾個方面：

(1)數據量：數據規模是巨大的，數據的出現往往是PB或ZB級的；

(2)數據多樣性：數據的來源不僅多，而且呈現不同的結構特征，除了結構化數據之外，也產生了半結構化以及非結構化數據；

(3)數據速率：不僅數據的產生速度快而且傳播的速度也是非常迅速的，并且呈現流式的特征；

(4)數據價值：數據的價值總量是巨大的，但從中提取的價值密度卻是非常稀疏的。

2 個人隱私的概念

1890年，Warren和Brandeis在《哈佛法律評論》上發表了《隱私權》一文，最早提出了隱私的概念。他們認為公民的個人隱私權是一項獨特的權利，神圣不可侵犯，理應受到應有的保護，以防他人無根據地發布個人想要保守的秘密[4]。

在大數據時代，我們常常將個人隱私與個人信息聯系起來，但是它們是完全不同的兩個概念，個人隱私包含在個人信息當中。個人信息中除了那些被保護的信息外，其他的信息是可以在法律允許的情況下被開發利用的，而那些被保護的信息就是個人隱私。這里我們就把個人隱私定義為公民個人不想讓他人獲知的一些個人信息，比如個人身份信息、個人收入情況以及身體健康狀況等。Banisar等人把個人隱私分成了四類[5]：

(1)信息隱私：主要是個人的一些基本信息，包括個人的身份證號、收入狀況、婚姻情況以及身體健康狀態等；

(2)通信隱私：主要是個人與他人使用不同的通信方式進行交流的情況，包括QQ、微信以及郵件等；

(3)空間隱私：主要是個人所擁有的特定空間，比如個人的具體家庭地址以及所出入的場所；

(4)身體隱私：主要是個人的身體受自己支配，保證不被他人或機構進行損害，比如藥物測試等。

3 大數據帶來的隱私威脅

大數據的發展是一把雙刃劍，它帶來巨大商業價值的同時也不可避免地對個人隱私造成了侵犯。就大數據所帶來的隱私威脅，主要牽涉以下幾個方面：

3.1 個人隱私信息非自愿上傳

大數據時代背景下，大部分的數據并非個人自愿上傳的，特別是在網上的一些行為數據。比如在互聯網上的一些瀏覽及搜索記錄等都被服務商所監控，并將采集到的這些信息存儲起來，可能服務商利用這些信息用作他途，而這些卻都是在當事人不知情的情況下發生的。

3.2 侵犯個人隱私行為難以認定

由于侵犯個人隱私行為的方式是多樣的，而現有的法律又不是很完善，對于有些行為是否屬于侵權很難確定。比如用戶出于保護隱私的角度采用了匿名的方式，而一旦被侵權就很難收集到對自己有力的數據，想找到真正的侵權人則更增加了難度。

3.3 個人隱私信息管理難度增加

由于信息技術的高速發展，人們所能獲得的數據也更加復雜，這就使得個人對于自己的隱私信息管理難度也增加了。具體體現在：在收集個人信息時，面對這些海量的數據怎樣確保所收集到信息是完整的；而在存儲所收集到的個人隱私信息方面有什么更好的方法來防止他人的竊取；在使用這些個人信息時，如何在不增加過多管理工作量的基礎上，使不同的人能夠訪問到不同級別的數據；在信息發布時如何在保證數據有效的同時不會泄露自己的隱私。

3.4 個人隱私保護技術難度增加

當人們逐漸意識到要保護自己的隱私，并試圖將自己在網上的信息進行藏匿時，殊不知自己的行為，特別是在社交網絡上已經留下了太多足跡[6]。大數據下，可以把那些單點看似不相關的信息連接起來，那么那些所謂的隱私就將不再是隱私了。單純的從技術層面就可以通過對數據的抽取和集成來獲取個人的隱私信息，現實中的“人肉搜索”就是典型的例子。對于那些動態的海量數據即流數據如何來構建隱私保護而不影響到數據的有效使用。這些問題都使得大數據下對于個人隱私保護技術的難度增加了。

3.5 多維靈活的個人隱私保護政策仍在摸索

現實生活中企業為了能夠提供更好的服務常常要求用戶提交自己的一些敏感信息，而用戶為了獲得更好的體驗效果也會按照要求填寫，但是在數據的使用方面往往出現欺詐和隱私泄露的問題，這就使得用戶在注冊信息時會填寫虛假信息，但是虛假的信息就不能獲得服務商的一些特殊服務，由此造成了惡性循環。因此如何來構建多維靈活的個人隱私保護政策是大數據時代背景下的一個亟需解決的問題。

4 大數據背景下的個人隱私保護技術

如果是僅僅為了保護個人的隱私信息而把有關自己的數據全部藏匿起來，遠離大數據時代，就有點因小失大了。因此，針對大數據背景下的個人隱私保護本文提出了幾種技術來解決。

4.1 社交網絡匿名保護技術

社交網絡是大數據的重要來源之一，其所產生的數據里面包含了大量的個人隱私信息。社交網絡中產生的數據不同于以往的結構化數據，它包含了大量的半結構化和非結構化數據。社交網絡中最常用的匿名技術主要是點匿名和邊匿名，其中點匿名采用的是在數據發布時隱藏用戶的基本特征和屬性，而邊匿名則采用的是隱藏用戶間的關系。侵權者常常會利用各節點的屬性進而識別出用戶的個人信息。目前的邊匿名方案實現有效匿名的方式主要是基于邊的增刪。Zhang L J等主要是根據節點的度數不同來進行分組，然后再從這些度數相同的節點中進行邊的交換[7]。這種方法的最大弊端就是隨機增加的噪聲點過于離散稀疏化，存在邊匿名保護不足。另一個對社交網絡實現匿名保護技術的方法就是基于超級節點來對圖結構進行切割和聚集操作，這種匿名方案盡管能夠實現邊的匿名，但卻是以數據可用性的犧牲為代價。

4.2 數字水印技術

數字水印技術指的是將標識信息直接嵌入到數字載體中，并且不影響原來載體的使用，也不容易被察覺和篡改，這種方法常被用于對多媒體版權的保護。現在也有針對數據庫和文檔的水印保護方案。但是由于數據的特性而有所不同，對數據庫和文檔的水印保護方案要求數據中存在多余的信息并且能夠容忍一定程度的誤差。Agrawal等人提出了在數據誤差允許的范圍之內，可以將少量水印信息嵌入到那些隨機選取的數據中相對不重要的位置上[8-9]。另外，還有一種方法可以通過將數據庫指紋信息嵌入到水印中[10]，就可以識別出擁有該信息的對象，這種方法還能夠實現在分布式環境下追蹤到泄密者。Agrawal等人提出的數據水印技術所具有的特性在大數據時代背景下前景非常廣闊，例如，大數據的起源證明就可以通過強健水印來實現。

4.3 差分隱私保護技術

現在人們對于自己隱私的保護越來越重視，因此，便出現了根據節點信息來推測個人信息的針對性的隱私獲取方法。2006年Dwork首次提出了一個統計隱私模型，也就是差分隱私保護來解決這個問題[11]。差分隱私保護最大的優勢是它提供了更多的語義保證，無論侵權者采用怎樣的手段，都只能從個人數據中得出有限的結論。因為差分隱私保護有一個健壯的攻擊模型，而且還對隱私泄露的風險進行了量化表示，也就是侵權者不能通過已有的信息來推斷未知的信息即使僅剩一條未知，這樣差分隱私保護使泄露的風險微乎其微。在差分隱私保護的模型中任意的添加或刪除一條記錄并不會改變輸出的結果，它的目的就是使隱私泄露的風險最小而使數據獲得最大化的利用。而且差分隱私保護技術由于自身具備與特定領域無關的特性，因此它能很好地與其他領域結合，目前已經廣泛應用于機器學習與密碼學等。由于差分隱私保護技術是基于數據失真技術的，其所加入的噪聲點與全局敏感性有關而與數據集的大小無關，因此可能加入少量的隨機噪聲點就能夠達到很好的隱私保護目的。

4.4 數據訪問控制技術

目前已有服務商提供了一些方法讓用戶自己控制所發布的信息以及對哪些人可見，用戶可以自己制定約束權來限制所訪問的數據的多少。比如在騰訊公司的QQ即時通訊中，用戶就可以通過設置“所有人可見”“僅好友可見”“僅自己可見”來保護自己的隱私。現在的企業所提供的軟件應該對這些隱私進行更細粒度的劃分，讓用戶自己來決定自己所發布的信息可以被哪些人看到，能被看到的信息有多少，這是大數據時代背景下對個人隱私保護的一種趨勢。

5 大數據背景下個人隱私保護的法律與行業規范

個人隱私保護除了先進的技術手段之外，也需要有相應的法律規范與其配套實施，這樣才能在隱私受到侵犯時有法可依、有法可循。

5.1 法律法規層面

截至目前我國還沒有專門針對公民個人隱私信息的立法，一些隱私保護的條文散見于憲法及其他法律中。但是隨著大數據時代的發展，相關立法也會在不久的將來出臺。本文以為法律的制定應該從以下幾個方面著手：

(1)數據的收集：任何企業或組織對于公民個人信息的收集必須是正規的，而不是通過欺騙的手段獲得，在數據收集傳輸的過程中要保證公民個人信息不被泄露。

(2)數據的使用：用戶信息的使用者為其行為承擔相關的責任，不能濫用公民的個人信息，而且在使用過程中應該建立嚴格的訪問機制，確保隱私數據不被泄露。

(3)數據的發布：對發布公民個人信息，要有明確的界限，確保沒有泄露其隱私，而且發布的數據也是真實有效的。

(4)數據的共享：公民個人能夠與企業共享信息，但前提是必須簽訂有效力的法律合同或協議，確保個人隱私信息不被泄露，一旦泄露就可以通過簽訂的合同或協議追究其刑事責任。

5.2 行業規范層面

用戶是企業創造利潤的來源，為了能夠吸引到更多的用戶，企業應該在相應的行業規范內保護用戶的隱私信息不被泄露。行業規范應該從以下幾個方面著手：

(1)數據訪問機制：數據的訪問應該具有靈活性并且能夠確保訪問的數據質量。

(2)遵守行業內的隱私規范：不同的行業對于隱私的保護不同，有些行業可能會獲取到更多的用戶信息，這就要求行業內建立更完善的規范制度來保障公民的個人隱私。

(3)企業與用戶間的信任：用戶只有對企業充滿信任，才會放心地提供自己的信息，因此企業自身應該完善隱私保護機制，這樣企業才能良性地發展。

[1] GRAHAM-ROWE D,GOLDSTON D,DOCTOROW C,et al.Big data:science in the petabyte era[J].Nature,2008,455( 7209):8-9．

[2] BRYANT R E,KATZ R H,LAZOWSKA.Big-data computing:creating revolutionary breakthroughs in commerce,science,and society[R/OL].(2008-12-22)[2016-11-16].http:∥cra.org/ccc/wp-content/uploads/sites/2/2015/05/Big_Data.pdf.

[3] BARWICK H.The"four Vs"of big data.[EB/OL].(2011-12-12)[2016-11-20].http:∥www.computerworld.com.au/article/396198/iiis_four_vs_big_data/.

[4] WARREN S D,BRANDEISr L D.The right to privacy[J].Harvard Law Review,1890,4(5):193-220.

[5] BANISAR D,DAVIES S. Global trends in privacy protection:an international survey of privacy,data protection,and surveillance laws and developments[J].Journal of Computer&Information Law,1999,18(1):3-111.

[6] 孟小峰,慈祥.大數據管理:概念、技術與挑戰[J].計算機研究與發展,2013,50(1):146-169.

[7] ZHANG L J,ZHANG W N.Edge anonymity in social network graphs[C]∥Proceedings of the International Conference on Computational Science and Engineering,Aug 29-31,2009,Vancouver,Canada.IEEE,2009:1-8.

[8] AGRAWAL R,HAAS P J,KIERNAN J.Watermarking relational data:framework,algorithms and analysis[J].The International Journal on Very Large Data Bases,2003,12(2):157-169.

[9] AGRAWAL R,KIERNAN J.Watermarking relational databases[C]∥Proceedings of the 28th International Conference on Very Large Data Bases,Aug 20-23,2002,H K,China:155-166.

[10] GUP F,WANG J M,LI D Y.Finger printing relational databases[C]∥Proceedings of the 2006 ACM Symposium on Applied Computing,Apr 23-27,2006,Dijon,France:487-492.

[11] DWORK C.Differential privacy[M]//BUGLIESI M,PRENEEL B,SASSONE V.Automata,Languages and Programming.Berlin:Springer,2006:1-12.

[責任編輯、校對：李 琳]

Research on Personal Privacy Protection under Big Data Background

NIUChen-chen,ZHOUChang,ZHANGBian

(Department of Information and Engineering,Lanzhou University of Finance and Economics,Lanzhou 730000,China)

With the rapid development of the Internet, Internet of Things,cloud computing and other information technology,the scale of the data grows in an explosive way, which marks the advent of the era of big data.Big data bring great commercial value,but it will inevitably violate personal privacy.At first,this paper describes the concept of big data and personal privacy,then analyzes the threat of big data to personal privacy,and finally describes and discusses some of the personal privacy protection technologies and legal norms.

big data;personal privacy;privacy violation;privacy protection

2016-12-09

牛晨晨(1989-)，男，河南周口人，碩士研究生，主要從事數據挖掘研究。

TP309

A

1008-9233(2017)01-0073-04