直播電商中客戶隱私數(shù)據(jù)加密方法

陳文婕

(安徽國際商務(wù)職業(yè)學(xué)院 電子商務(wù)學(xué)院, 安徽 合肥 231131)

在信息化技術(shù)與社會群體生活環(huán)境逐步發(fā)生融合的產(chǎn)業(yè)發(fā)展背景下,多元化的電商直播平臺與直播軟件開始在市場內(nèi)盛行。以直播平臺為載體的線上電商已滲透到人們的日常生活中,這一發(fā)展趨勢在一定程度上促進(jìn)了受眾群體業(yè)余生活的豐富,也為一些互聯(lián)網(wǎng)產(chǎn)業(yè)的發(fā)展帶來了更廣闊的空間[1]。然而,由于直播電商載體的本質(zhì)是一個公開平臺,用戶在此平臺中執(zhí)行的網(wǎng)絡(luò)行為具有透明化特點,而直播電商為了吸引更多的用戶與受眾群體,沒有及時做好對電商平臺的安全與隱私保護(hù)工作,這極有可能導(dǎo)致用戶在線觀看直播電商時,其個人信息與相關(guān)隱私性數(shù)據(jù)的安全受到嚴(yán)重威脅。出現(xiàn)此種問題的主要原因包括:①直播電商的第三方服務(wù)端完全透明,當(dāng)客戶進(jìn)入直播時,客戶端服務(wù)器無法對其個人隱私數(shù)據(jù)獲取良好規(guī)避；②當(dāng)用戶的個人隱私數(shù)據(jù)被公開后,一些不法分子便利用這一契機(jī),盜用數(shù)據(jù)進(jìn)行違法操作,從而導(dǎo)致用戶人身安全受到威脅[2]。

為了解決這一問題,相關(guān)學(xué)者針對電商終端提出了多種針對隱私數(shù)據(jù)的加密與保護(hù)措施,如基于改進(jìn)概率公鑰加密的數(shù)據(jù)隱私保護(hù)方法[3]、基于虛擬USB-HID驅(qū)動的數(shù)據(jù)加密方法[4]等,二者分別應(yīng)用了改進(jìn)概率公鑰加密和國密SM4加密算法來保證數(shù)據(jù)的安全性。目前已提出的技術(shù)可以解決一部分隱私數(shù)據(jù)丟失問題,但由于運(yùn)算過程過于復(fù)雜,導(dǎo)致方法在實際加密中的成本過高。一些電商經(jīng)營商為了節(jié)約成本,減縮了部分算法加密流程,該做法會導(dǎo)致加密工作的實施無法達(dá)到預(yù)計效果。針對這一問題,本文設(shè)計了一種新的直播電商中客戶隱私數(shù)據(jù)加密方法。

1 直播電商中客戶隱私數(shù)據(jù)加密方法設(shè)計

本研究的設(shè)計思路如圖1所示。

圖1 直播電商中客戶隱私數(shù)據(jù)加密方法

1.1 設(shè)定直播電商中隱私協(xié)議

為了解決客戶端在開放性直播電商平臺中個人隱私信息與數(shù)據(jù)安全性無法得到保障的問題,需要在進(jìn)行加密方法設(shè)計前,為直播電商終端設(shè)定一個隱私協(xié)議。為了使設(shè)計的協(xié)議在實際應(yīng)用中具有較強(qiáng)的適用性,可將直播電商終端的結(jié)構(gòu)定義為與在線教育平臺結(jié)構(gòu)相同。對應(yīng)的直播電商終端主要由2個服務(wù)器與N個客戶端(注冊客戶)構(gòu)成。直播電商在營銷過程中,會以視頻或鏈接的方式發(fā)布預(yù)告產(chǎn)品項目,這些項目中至少含有m個標(biāo)簽信息。為保護(hù)客戶端用戶在點擊標(biāo)簽信息時的個人隱私,需要提前設(shè)定標(biāo)簽信息的權(quán)限,也就是只有被賦予直播電商權(quán)限的客戶才能進(jìn)行視頻與相關(guān)直播資源的調(diào)用,而沒有被賦予直播電商權(quán)限的用戶,需要通過實名認(rèn)證的方式注冊直播電商客戶身份信息。通過此種方式,可以確保進(jìn)入直播的所有客戶身份信息在終端均呈現(xiàn)一種透明化表達(dá)方式,從而實現(xiàn)對部分惡意入侵用戶的攔截。

為了在此過程中降低隱私協(xié)議對于服務(wù)器的負(fù)載,可進(jìn)行客戶端與服務(wù)器端的盲點匹配,對應(yīng)的隱私協(xié)議框架如圖2所示。

綜合圖2中的客戶信息可知,直播電商中隱私協(xié)議涉及的場景由客戶端與服務(wù)器端構(gòu)成。當(dāng)服務(wù)器端發(fā)布信息時,協(xié)議會根據(jù)其發(fā)布的內(nèi)容對信息進(jìn)行一次過濾,并將發(fā)布信息攜帶的標(biāo)簽作為節(jié)點,對節(jié)點信息進(jìn)行加密處理。而客戶端需要在進(jìn)入電商直播后,通過發(fā)布請求等方式,獲取觀看電商直播的權(quán)限。當(dāng)對端連接完成后,可以根據(jù)授權(quán)的客戶端與服務(wù)器進(jìn)行盲點匹配,以此種方式,確保雙方均在一種相對隱私與安全的場景下進(jìn)行資源交互。

圖2 直播電商中隱私協(xié)議框架

1.2 基于分布式PP-k-means算法的客戶數(shù)據(jù)聚類

在完成對直播電商隱私協(xié)議的設(shè)定后,要想計算機(jī)前端與后端之間的通信保持隱蔽性,還需要通過計算機(jī)算法進(jìn)行支撐。

為了確保對客戶隱私數(shù)據(jù)加密處理的有效性,此次研究選擇的計算機(jī)算法為點對點(Peer to Peer,PP)協(xié)議-k-means算法。此算法是一種基于大數(shù)據(jù)的挖掘算法,使用此算法可以實現(xiàn)對客戶端隱私數(shù)據(jù)的聚類,并通過挖掘聚類數(shù)據(jù)的集中特征,實現(xiàn)對客戶端個人隱私數(shù)據(jù)的安全識別[5-6]。在集成此算法的過程中,可將授權(quán)服務(wù)器的主站作為中心點,綜合聚類分析結(jié)果,進(jìn)行隱私數(shù)據(jù)在終端共享中的安全處理。

為了避免在共享或傳輸數(shù)據(jù)的過程中客戶隱私受到威脅,首先需要聚類主站信息中的節(jié)點信息,并將主站多個中心節(jié)點之間保持通信,一旦在此過程中出現(xiàn)某個節(jié)點的異常,PP協(xié)議將自動根據(jù)調(diào)用網(wǎng)絡(luò)覆蓋下其他節(jié)點的安全情況,將隱私信息通過其他節(jié)點進(jìn)行傳輸[7-8]。

可將上述提出的過程作為對數(shù)據(jù)的同態(tài)加密處理過程。假設(shè)在此過程中傳輸?shù)目蛻綦[私數(shù)據(jù)集合為A,則A由2個對應(yīng)素數(shù)的乘積構(gòu)成,2個素數(shù)為D1與D2。PP-k-means算法中的k為通信信道的明文信息,將k進(jìn)行安全處理。但此時考慮到k中攜帶了大量隨機(jī)數(shù)據(jù)S,需要在進(jìn)行客戶隱私數(shù)據(jù)傳輸前,對隨機(jī)數(shù)據(jù)進(jìn)行提取,并根據(jù)網(wǎng)絡(luò)傳輸信道的實際需求,對提取隨機(jī)數(shù)據(jù)后,A中的其他數(shù)據(jù)進(jìn)行均勻分布[9-10]。此過程計算公式為

Z′=Ek(Z)=(Z+D1×S)·mod(A)(1)

式中:Z′為提取隨機(jī)數(shù)據(jù)后的數(shù)據(jù)；Z為其他數(shù)據(jù)均勻分布的條件；Ek為明文數(shù)據(jù)；D1為A的前端素數(shù)；mod(A)為A的模。

在完成對其他數(shù)據(jù)的均勻處理后,由目標(biāo)站點向前端執(zhí)行1次數(shù)據(jù)迭代處理,可以將此過程作為1個客戶隱私數(shù)據(jù)聚類的過程。為了確保聚類行為實施的有效性,需要在聚類前,對傳輸?shù)拿魑男畔⑦M(jìn)行描述:

在完成對明文信息的描述后,對客戶端隱私數(shù)據(jù)進(jìn)行聚類處理,處理的具體步驟如下:

(1) 調(diào)用PP-k-means算法,并初始化處理網(wǎng)絡(luò)中的主站節(jié)點信息。

(2) 將此信息進(jìn)行安全處理后,將密文發(fā)送到傳輸網(wǎng)絡(luò)中的各個站點或多個節(jié)點。

(3) 以主站數(shù)據(jù)作為支撐,選定隱私數(shù)據(jù)的聚類處理中心。

(4) 將聚類處理的信息發(fā)送到聚類從站,處理站點或節(jié)點中的信息,使其呈均勻化分布。

(5) 計算站點聚類結(jié)果,并將聚類的結(jié)果返回給主站點。

(6) 以主站點作為計算的起點,按歐式距離進(jìn)行聚類信息的全局計算。

(7) 輸出聚類后的數(shù)據(jù)集合,判斷數(shù)據(jù)集合是否滿足聚類完成的條件。

(8) 當(dāng)識別到數(shù)據(jù)集合滿足聚類完成條件后,輸出結(jié)果,即認(rèn)為完成了對客戶隱私信息的集中聚類處理。倘若完成識別后發(fā)現(xiàn)數(shù)據(jù)集合不滿足聚類完成條件,需要調(diào)用此數(shù)據(jù)集合進(jìn)行再一次的收斂處理。

(9) 根據(jù)聚類過程的實際情況,對站點或節(jié)點中信息的分布情況進(jìn)行分析。

(10) 持續(xù)處理主站點數(shù)據(jù)分布,直到識別聚類條件后主站點聚類效果滿足需求[11]。

(11) 輸出聚類后的客戶隱私數(shù)據(jù)集合,完成基于分布式PP-k-means算法的客戶數(shù)據(jù)聚類處理。

1.3 基于信息屬性的客戶端隱私保護(hù)與加密

在完成上述相關(guān)設(shè)計后,可通過深度分析客戶端隱私信息屬性的方式,進(jìn)行保護(hù)與加密。為了滿足提出的設(shè)計需求,可根據(jù)流媒體服務(wù)器與授權(quán)服務(wù)器的通信連接點,將獲取的客戶隱私數(shù)據(jù)整理成分片文件,并確保文件在高級加密標(biāo)準(zhǔn)(Advanced Encryption Standard,AES)算法的支撐下進(jìn)行加密。

在上述提出的內(nèi)容中,將文件節(jié)點作為客戶屬性的提取點,以訂閱的方式進(jìn)行屬性信息的獲取。假設(shè)屬性信息為H,包括:用戶對某直播電商產(chǎn)品興趣度、用戶消費(fèi)能力、用戶偏好度、用戶需求度等[12-13]。將用戶屬性信息與直播電商產(chǎn)品進(jìn)行匹配,提取二者匹配后的映射關(guān)系,進(jìn)行空間信息的加密,加密前需要將屬性信息按照上文提出的內(nèi)容進(jìn)行一次聚類,確保聚類信息不會對加密過程造成較大負(fù)載后,將映射后的空間信息進(jìn)行隱私協(xié)議匹配,匹配后提取此過程中的價值信息,篩查其中的個人隱私性數(shù)據(jù),將此部分信息從通過協(xié)議設(shè)定的信道進(jìn)行傳輸與共享,其他可公開信息從任意無負(fù)載的信道傳輸與共享[14]。

綜上所述,繪制直播電商中客戶隱私數(shù)據(jù)加密方法流程圖如圖3所示。

圖3 加密方法流程

2 對比實驗

為了確保此方法在投入使用后具有較強(qiáng)的實用性,在進(jìn)行此方法的市場推廣前,需要對方法進(jìn)行實踐檢驗。此次實驗檢驗以某直播電商平臺為例,對此平臺中近一周的在線用戶相關(guān)數(shù)據(jù)作為實驗數(shù)據(jù),獲取部分直播電商中的客戶數(shù)據(jù),見表1。

表1中展示的客戶隱私數(shù)據(jù),在直播電商平臺上屬于公開數(shù)據(jù),為了確保直播中電商經(jīng)營人員可以與客戶進(jìn)行需求與服務(wù)項目的直接對接,通常情況下,客戶的身份信息(姓名、家庭地址、個人聯(lián)系電話等)以透明的方式呈現(xiàn)在平臺終端。盡管此種方式實現(xiàn)直播端與客戶端之間的更好交流與溝通,但身份信息過于暴露,將為網(wǎng)絡(luò)中一些不法分子或病毒提供可乘之機(jī)。采用定位直播電商中客戶端IP地址的方式,進(jìn)行客戶隱私數(shù)據(jù)的盜用,并在其完成消費(fèi)后,采用撥打客戶電話等方式對其進(jìn)行誘導(dǎo),從而使客戶的個人財產(chǎn)安全失去保障。

表1 某直播電商平臺中部分客戶隱私數(shù)據(jù)

以表1和電商平臺中某大型直播現(xiàn)場為例,將本文設(shè)計的隱私數(shù)據(jù)加密方法集成在電商平臺終端,對參與直播現(xiàn)場的客戶身份信息進(jìn)行加密處理。在此基礎(chǔ)上,提出雪崩效應(yīng)理念[15],將客戶端所有隱私數(shù)據(jù)近似看成一個由二進(jìn)制數(shù)據(jù)構(gòu)成的集合,并將此種效應(yīng)作為加密方法的一種相對理想狀態(tài),一旦數(shù)據(jù)集合在終端中出現(xiàn)異常波動,即便此種波動較為平緩或變化十分微小,也可以認(rèn)為此時存儲在客戶端的所有數(shù)據(jù)均存在反轉(zhuǎn)與崩塌的趨勢,此種趨勢發(fā)生的概率為50.0%。

綜合市場內(nèi)現(xiàn)有的大量實踐證明,雪崩效應(yīng)是檢驗數(shù)據(jù)加密效果的最有效且最直接的手段。為了更加清晰地理解此次實驗結(jié)果,可將雪崩效應(yīng)以效應(yīng)系數(shù)的方式進(jìn)行展示:

式中:Map為雪崩效應(yīng)系數(shù)；n為客戶端隱私數(shù)據(jù)字節(jié)長度；τ為數(shù)據(jù)的散列函數(shù)表達(dá)方式。

為避免實驗結(jié)果的單一性,將基于改進(jìn)概率公鑰的加密方法、基于虛擬USB-HID驅(qū)動的數(shù)據(jù)加密方法作為對比方法,對客戶端隱私數(shù)據(jù)進(jìn)行加密處理,從而與本文方法的應(yīng)用性能形成對比。完成處理后,以電商開播作為加密方法的啟動點,當(dāng)直播間人數(shù)在0～10 000人時,檢驗在此過程中直播間客戶隱私數(shù)據(jù)的安全性。

在此基礎(chǔ)上,設(shè)定一個雪崩效應(yīng)的臨界值,當(dāng)客戶端隱私數(shù)據(jù)的雪崩效應(yīng)超過臨界值時,可以認(rèn)為此時直播間內(nèi)客戶個人隱私數(shù)據(jù)的安全性受到了威脅,并存在50.0%的概率發(fā)生隱私數(shù)據(jù)被盜取的風(fēng)險。當(dāng)直播間人數(shù)超過10 000人次時,停止實驗,并根據(jù)式(3),對不同人次下的后臺數(shù)據(jù)雪崩效應(yīng)系數(shù)進(jìn)行計算。將得到的結(jié)果整理成折線如圖4所示。

由圖4可知,3種數(shù)據(jù)加密方法在實際應(yīng)用中,可以在不同程度上對客戶端隱私數(shù)據(jù)起到加密作用。但隨著直播間在線人數(shù)的增加,在應(yīng)用本文方法進(jìn)行客戶端數(shù)據(jù)的加密處理后,數(shù)據(jù)的雪崩效應(yīng)系數(shù)穩(wěn)定在臨界值以下,且此種現(xiàn)象當(dāng)直播電商在線人數(shù)達(dá)到10 000人次時持續(xù)。但在使用2種傳統(tǒng)加密方法進(jìn)行直播間客戶端隱私數(shù)據(jù)加密處理后,均出現(xiàn)超出雪崩效應(yīng)臨界值的情況,當(dāng)直播電商人數(shù)過多時,終端對于客戶隱私數(shù)據(jù)的處理將發(fā)生漏洞。

圖4 對比實驗結(jié)果

綜上所述,相比基于改進(jìn)概率公鑰的加密方法,本文設(shè)計的直播電商中客戶隱私數(shù)據(jù)加密方法,在大批量客戶端同時在線情況下,可為客戶隱私數(shù)據(jù)提供安全保障。因此,本文設(shè)計的加密方法實用性更強(qiáng),可在直播領(lǐng)域內(nèi)廣泛推廣,保障終端客戶個人信息與身份信息等隱私數(shù)據(jù)的安全性。

3 結(jié) 語

隨著互聯(lián)網(wǎng)技術(shù)與社會群體日常生活的交互,觀看電商直播成為了越來越多群體在休息時間的主要購物方式,但由于大部分電商平臺均屬于開放性平臺,用戶在觀看直播視頻時的個人身份與信息安全無法在此過程中得到保障。為了解決這一問題,本文綜合了市場內(nèi)現(xiàn)有的研究成果,提出一種針對直播電商客戶隱私數(shù)據(jù)的全新加密方法。研究引進(jìn)了PP-k-means算法,并在完成對方法的設(shè)計后,將基于改進(jìn)概率公鑰的加密方法作為傳統(tǒng)方法,與2種數(shù)據(jù)加密方法的性能進(jìn)行了對比。經(jīng)過實驗比對后得出結(jié)論:本文設(shè)計的加密方法,可實現(xiàn)在大批量客戶端同時在線情況下,為客戶隱私數(shù)據(jù)提供安全保障,以此提高用戶在觀看直播時個人信息的安全性。