CN104009911B - 社交网络中的链接隐私保护方法及*** - Google Patents

Abstract

本发明公开了一种社交网络中的链接隐私保护方法及***，其中方法包括步骤：对用户属性的隐私保护等级和属性间的推导关系进行设定；读取社交网络中进行关联操作的关联用户属性，记录隐私保护等级设定为“公开”的属性，记为集合A；并读取社交网络中被关联用户的属性，记录隐私保护等级设定为“保护”的属性，记为集合B；判定集合A中是否有集合B中的元素；并判定集合B中的元素在推导关系中的前项是否在集合A中，若在，则令这些前项的集合为C；若集合B或其中的元素在推导关系中的前项在集合A中，则不建立链接，或建立链接但不显示关联用户的相关属性，或只将相关属性改为随机标识的属性。本发明可有效避免用户通过关联操作泄露他人隐私。

Description

社交网络中的链接隐私保护方法及***

技术领域

本发明涉及移动安全和社交隐私保护领域，尤其涉及一种社交网络中的链接隐私保护方法及***。

背景技术

随着社交网络如微博等移动互联网应用的普及，社交网络对用户个人隐私的泄漏问题日益受到重视。社交网络中（例如微博等）用户间通常会互相关注、转发、互粉等，形成用户之间的关联关系，这种关系可能会泄漏用户的隐私。例如，某待显示的用户，不妨称为A用户，该用户不希望自己的某个属性，如“职业”被泄漏，但是A用户的这个属性可能在被其他用户关注后被泄漏，例如关注A的用户有10个，其中有8个用户对自己的“职业”这个属性的隐私并不在意，即公开了自己的“职业”属性，假设为“学生”职业，从这8个用户可能推导出A为“教师”。这就是一种通过关注导致个人隐私泄漏的例子。同时，A用户的“职业”也可能在关注他人的情形中泄漏，如A关注了的人中大部分是“教师”，则A的职业信息可能被泄漏。因此，社交网络中的关联操作，无论是被他人关联，还是主动关联他人，均可能造成自身敏感信息的隐私泄漏。

因此，保护社交网络（如微博）中用户间因为相互关注、转发等行为导致隐私泄漏的安全问题，是一个当前社交网络安全中急需解决的问题。

当前上述问题还普遍忽视，因此解决方法还不多见，本发明提出一种社交网络中的隐私保护方法，该方法可以弥补上述当前方法中存在的不足。

发明内容

本发明要解决的技术问题在于针对社交网络如微博中用户间的关联导致用户隐私属性被泄漏的问题，本发明提出一种防止因社交网络中的操作导致隐私泄露的隐私保护方法及***。

本发明解决其技术问题所采用的技术方案是：

提供一种社交网络中的隐私保护方法，包括以下步骤：

S1、对用户属性的隐私保护等级进行设定，并对属性间的推导关系进行设定；

S2、读取社交网络中进行关联操作的关联用户属性，记录其中隐私保护等级设定为“公开”的属性，记为集合A；并读取社交网络中被关联用户的属性，记录其中隐私保护等级设定为“保护”的属性，记为集合B；

S3、判定集合A中是否有集合B中的元素；并判定集合B中的元素在推导关系中的前项是否在集合A中，若在，则令这些前项的集合为C；

S4、若集合B或者集合B中的元素在设定的推导关系中的前项在集合A中，则不建立从被关联用户到关联用户的链接，或建立链接但不显示关联用户的B集合和C集合中的属性，或建立链接但是将集合B和集合C的并集改为随机标识的属性。

本发明所述的方法中，所述关联操作包括“关注”、“转发”、“点赞”、“留言”。

本发明所述的方法中，用户通过交换界面设定用户属性的隐私保护等级；***管理员通过管理界面设定属性间的推导关系，并记录推导关系中的前项和后项。

提供还一种社交网络中的隐私保护***，包括：

设置模块，用于对用户属性的隐私保护等级进行设定，并对属性间的推导关系进行设定；

属性读取和分类模块，用于读取社交网络中进行关联操作的关联用户属性，记录其中隐私保护等级设定为“公开”的属性，记为集合A；并读取社交网络中被关联用户的属性，记录其中隐私保护等级设定为“保护”的属性，记为集合B；

判定模块，用于判定集合A中是否有集合B中的元素；并判定集合B中的元素在推导关系中的前项是否在集合A中出现，若出现，则令这些前项的集合为C；

隐私保护模块，用于在集合B或者集合B中的元素在推导关系中的前项在集合A中，则不建立从被关联用户到关联用户的链接，或建立链接但不显示关联用户的B集合和C集合中的属性，或建立链接但是将集合B和集合C的并集改为随机标识的属性。

本发明产生的有益效果是：本发明在社交网络中对关联用户的属性及属性间的关联关系进行预先设定，在关联操作中对其进行判定，并根据判定结果隐藏相关属性，从而有效避免用户通过关联操作泄露他人隐私。本发明通用性好、成本低、容易使用、容易被用户接受。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1是本发明实施例社交网络中的隐私保护方法的流程图；

图2是本发明实施例社交网络中的隐私保护***的结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

本发明提出一种社交网络中的隐私保护方法，通用性好、成本低、容易使用、容易被用户接受，如图1所示，该方法包括以下步骤：

S1、对用户属性的隐私保护等级进行设定，并对属性间的推导关系进行设定；用户可通过与***的交互界面设定自己的用户属性，如“职业”、“年龄”、“居住地”等的隐私保护等级，包括：保护、公开等。***管理员可通过***关联界面设定属性间的推导关系。例如，“职业”可以推导出“年龄”，由该推导关系，称“职业”为前项，“年龄”为后项。***通常默认推导关系是自反的，即“职业”推导出“职业”。推导关系是可传递的，即“职业”推导出“年龄”，“年龄”推导出“爱好”，则“职业”推导出“爱好”。

S2、读取社交网络中进行关联操作的关联用户属性，记录其中隐私保护等级设定为“公开”的属性，记为集合A；并读取社交网络中被关联用户的属性，记录其中隐私保护等级设定为“保护”的属性，记为集合B；

S3、判定集合A中是否有集合B中的元素，如果有则令判定结果R为Y，否则令R为N；并判定集合B中的元素在推导关系中的前项是否在集合A中出现，若出现，则令这些前项的集合为C，令判定结果R为Y，否则令R为N；

不妨设关联操作为“关注”、“转发”、“点赞”、“留言”等操作，在操作完成后，判定关联操作的用户的“公开”属性中是否包含被关联用户的“保护”属性，例如：关联操作的用户为U，“关注”了被关联用户V，U的“公开”属性包括“职业”、“年龄”，即集合A为“职业”和“年龄”，V的“保护”属性为“职业”，即集合B为“职业”，A包含有B中元素，因此，视为U的关联操作导致V的“职业”属性的隐私被泄漏，S3模块输出判定结果R为Y；若假设V的“保护”属性为“居住地”，即假设集合B为“居住地”，则A不包含B中的元素，于是S3模块输出判定结果R为N。

S4、若集合B或者集合B中的元素在设定的推导关系中的前项在集合A中，则将不建立从被关联用户到关联用户的链接，或建立链接但不显示关联用户的B集合和C集合中的属性，或建立链接但是将关联用户的相应属性即集合B和C的并集改为随机标识的属性。

不妨设推导关系中有一个关系是：“职业”->“居住地”，由于V的“保护”属性为“居住地”，U的“公开”属性为“职业”，于是前项集合C为“职业”，前向集合出现在A中，因此在步骤S3中的判定结果R为Y；否则为N；

步骤S4根据步骤S3得到的判定结果R进行处理，若判定结果R为N，则不处理，若判定结果R为Y，则进行处理，包括：将关联用户的标识改为随机标识，不显示关联用户的B集合和C集合中的属性。

本发明实施例的社交网络中的隐私保护***，基于上述隐私保护方法，如图2所示，该***包括：

设置模块，用于对用户属性的隐私保护等级进行设定，并对属性间的推导关系进行设定；

属性读取和分类模块，用于读取社交网络中进行关联操作的关联用户属性，记录其中隐私保护等级设定为“公开”的属性，记为集合A；并读取社交网络中被关联用户的属性，记录其中隐私保护等级设定为“保护”的属性，记为集合B；

判定模块，主要用于检测并判定当前关联操作是否存在用户属性的隐私泄漏。具体用于判定集合A中是否有集合B中的元素；并判定集合B中的元素在推导关系中的前项是否在集合A中出现，若出现，则令这些前项的集合为C；

隐私保护模块，用于在集合B或者集合B中的元素在推导关系中的前项在集合A中，则不建立从被关联用户到关联用户的链接，或建立链接但不显示关联用户的B集合和C集合中的属性，或建立链接但是将关联用户的相应属性即集合B和C的并集改为随机标识的属性。

综上，本发明在社交网络中对关联用户的属性及属性间的关联关系进行预先设定，在关联操作中对其进行判定，并根据判定结果隐藏相关属性，从而有效避免用户通过关联操作泄露他人隐私。本发明通用性好、成本低、容易使用、容易被用户接受。

应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (4)

1.一种社交网络中的链接隐私保护方法，其特征在于，包括以下步骤：

S1、对用户属性的隐私保护等级进行设定，并对属性间的推导关系进行设定；

S2、读取社交网络中进行关联操作的关联用户属性，记录其中隐私保护等级设定为“公开”的属性，记为集合A；并读取社交网络中被关联用户的属性，记录其中隐私保护等级设定为“保护”的属性，记为集合B；

S3、判定集合A中是否有集合B中的元素；并判定集合B中的元素在推导关系中的前项是否在集合A中，若在，则令这些前项的集合为C；

S4、若集合B或者集合B中的元素在设定的推导关系中的前项在集合A中，则不建立从被关联用户到关联用户的链接，或建立链接但不显示关联用户的B集合和C集合中的属性，或建立链接但是将集合B和集合C的并集改为随机标识的属性。

2.根据权利要求1所述的方法，其特征在于，所述关联操作包括“关注”、“转发”、“点赞”、“留言”。

3.根据权利要求1所述的方法，其特征在于，用户通过交互界面设定用户属性的隐私保护等级；***管理员通过管理界面设定属性间的推导关系，并记录推导关系中的前项和后项。

4.一种社交网络中的隐私保护***，其特征在于，包括：

设置模块，用于对用户属性的隐私保护等级进行设定，并对属性间的推导关系进行设定；

属性读取和分类模块，用于读取社交网络中进行关联操作的关联用户属性，记录其中隐私保护等级设定为“公开”的属性，记为集合A；并读取社交网络中被关联用户的属性，记录其中隐私保护等级设定为“保护”的属性，记为集合B；

判定模块，用于判定集合A中是否有集合B中的元素；并判定集合B中的元素在推导关系中的前项是否在集合A中，若在，则令这些前项的集合为C；

隐私保护模块，用于在集合B或者集合B中的元素在推导关系中的前项在集合A中，则不建立从被关联用户到关联用户的链接，或建立链接但不显示关联用户的B集合和C集合中的属性，或建立链接但是将集合B和集合C的并集改为随机标识的属性。