CN105723354A - 情境感知隐私性计量 - Google Patents
情境感知隐私性计量 Download PDFInfo
- Publication number
- CN105723354A CN105723354A CN201380081123.6A CN201380081123A CN105723354A CN 105723354 A CN105723354 A CN 105723354A CN 201380081123 A CN201380081123 A CN 201380081123A CN 105723354 A CN105723354 A CN 105723354A
- Authority
- CN
- China
- Prior art keywords
- privacy
- user
- relevant
- information
- scoring
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/955—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/604—Tools and structures for managing or administering access control systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2221/00—Indexing scheme relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F2221/21—Indexing scheme relating to G06F21/00 and subgroups addressing additional information or applications relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F2221/2111—Location-sensitive, e.g. geographical location, GPS
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2221/00—Indexing scheme relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F2221/21—Indexing scheme relating to G06F21/00 and subgroups addressing additional information or applications relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F2221/2135—Metering
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Computer Security & Cryptography (AREA)
- Medical Informatics (AREA)
- Automation & Control Theory (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
呈现了提供关于诸如消费者机构之类的机构的情境感知隐私性计量的技术。一种对一个或多个机构的隐私性进行评级的方法可以包括从用户设备(自动地或经由用户输入)接收用户设备的位置指定,获得与处于位置指定附近的一个或多个机构相关的隐私性相关的信息,以及基于关于所述一个或多个机构的隐私性相关的信息而生成针对所述一个或多个机构的一个或多个隐私性评分向量算法。所述方法还可以包括获得用户的隐私性简档,通过将用户的隐私性简档应用于所述一个或多个隐私性评分向量算法来确定针对所述一个或多个机构的一个或多个隐私性评分。所述方法还可以包括生成和提供关于特定机构的隐私性相关的推荐。
Description
背景技术
消费者光顾的许多商业机构(诸如零售商店、餐馆等)尝试监视其顾客及其行为。许多提供基于忠诚度的会员卡和/或***,其为消费者提供折扣和特别优惠。然而,这些“会员资格”通常用于通过监视商店到访、所进行的购买等来追踪和勾勒顾客。通常要求消费者使用个人信息来为这些会员资格注册,并且个人信息连同随后收集的消费者行为数据可以允许机构研究某些人口统计和市场内的趋势,这可以帮助他们改进其产品和/或服务。然而,商行用该数据做的还有什么通常是讨论的主题。许多宣传组和消费者他们自己可能想要知晓捕获了什么数据、如何使用数据、它是否被售出或以其它方式被提供给其他人、是否以及何时清除它等。附加于或替代于忠诚度会员资格,机构可以使用其它手段来监视消费者行为,诸如店内安全相机、受众统计归类等。
许多宣传组可能试图记录隐私性相关的行为和各种机构的实践。然而,这些群组可能倾向于在其隐私性评级方面非常保守和严苛。宣传组可能要求消费者主动并且频繁地访问其网站以关于其所研究的机构保持更新。另外,或许可能不存在用于一个或多个消费者以影响宣传组对机构的看法的方式提供反馈的方式。
对于普通消费者,当前难以确定什么机构正在捕获关于他们的什么信息以及与每一个机构相关联的隐私性相关的风险。此外,隐私性的概念已经变得非常流动和弹性,其中它可以被不同人不同地感知和接受。对于一些人,隐私性是最大的关注,驱使一些人到达偏执的水平,而其他人完全不关注它。然而,预期到,大多数消费者对其个人数据被取得和使用感到不舒服,尤其是如果即使或当这甚至正在进行时他们可能都不知道的话。
附图说明
图1是根据实施例的本文所描述的示例***的框图。
图2A-2C图示了根据实施例的如本文所描述的示例过程流的序列图。
图3A-3C图示了根据实施例的如本文所描述的示例过程流的序列图。
图4是根据实施例的示例消费者隐私性评级服务器的框图。
图5是根据实施例的示例用户设备的框图。
在附图中,参考标号的(一个或多个)最左数位可以标识参考标号在其中首次出现的附图。
具体实施方式
当消费者将要“访问”机构时,消费者可能想要提前知晓这样做将冒着什么隐私性风险。通过“访问”,消费者可能例如将要实体地走到商业机构(诸如例如零售商店或餐馆)中,正计划在稍后时间访问机构,或者刚刚访问了机构的网站或者基于web或经下载的应用。消费者可能感兴趣的隐私性风险可能关于例如什么个人数据可以被机构收集和/或个人数据如何被机构使用、在机构中是否和/或在哪里存在相机和如何使用它们等。当前,不存在以直接且及时的方式向消费者提供该信息的服务。
本文所公开的是解决以下技术问题的技术:如何为消费者提供关于针对消费者想要访问(实体地或虚拟地)的机构的隐私性的度量、评级和/或推荐,并且要么在到达之前或者刚好在他们到达那些机构时。本文所公开的技术确定使用公共可得到的信息和众包数据连同用户自己的情境和之前行为的隐私性度量。隐私性度量可以用于基于用户自己关于隐私性的舒适水平而向用户提供关于在用户想要光顾的机构处采取什么行动的评级和/或推荐。
现在参照各图来描述实施例,在所述附图中同样的参考标号可以指示等同或功能上类似的元件。虽然讨论了具体配置和布置,但是应当理解的是,这仅仅为了说明性目的而进行。相关领域技术人员将认识到可以使用其它配置和布置而不脱离于描述的精神和范围。对相关领域技术人员将显然的是,这还可以在除本文所描述的内容之外的各种其它***和应用中被采用。
图1是根据实施例的示例***100的框图。***100可以包括消费者隐私性评级服务的消费者隐私性评级服务器102,其可以包括或者能够访问隐私性相关的机构信息的数据存储装置104,以及可选地,用户隐私性简档的数据存储装置。***100还可以包括一个或多个数据源110-1至110-M(共同为110),其可以包括关于消费者访问的各种机构的各种类型的隐私性相关的信息,所述机构诸如商业机构和/或网站、零售商店和/或网站、餐馆等。***100还可以包括消费者隐私性评级服务的用户(例如访问被该服务评级的各种机构的消费者用户)的一个或多个用户设备108-1至108-N(共同为108)。消费者隐私性评级服务器102、数据源110和用户设备108可以经由网络112进行通信。
消费者隐私性评级服务器102可以包括隐私性评分生成器103,所述隐私性评分生成器103可以实现在由消费者隐私性评级服务器102的控制器执行或控制的软件和/或硬件中。虽然为了讨论的清楚和简易仅图示了一个消费者隐私性评级服务器,但是应当领会的是,消费者隐私性评级服务器可以包括例如用于冗余和/或负载共享的多个分布式服务器计算机。
用户设备108可以是计算设备,其可以包括移动和非移动设备。移动设备可以包括但不要限于例如,膝上型计算机、超膝上型计算机、平板设备、触摸板、便携式计算机、手持式计算机、掌上型计算机、个人数字助理(PDA)、电子阅读器、蜂窝式电话、组合蜂窝式电话/PDA、移动智能设备(例如智能电话、智能平板设备等)、移动互联网设备(MID)、移动消息传递设备、移动数据通信设备、移动媒体播放设备、相机、移动游戏控制台等。非移动设备可以包括但不要限于例如,个人计算机(PC)、电视、智能电视、数据通信设备、媒体播放设备、游戏控制台等。用户设备108是可以包括执行软件和/或控制硬件以便执行本地程序或由外部服务提供商通过网络而提供的消费服务的控制器和其它组件的用户设备(例如消费者的个人用户设备)。例如,用户设备108可以包括用于利用或访问基于web的服务(例如在线商店或服务、社交联网服务等)的一个或多个软件客户端或应用。用户设备108还可以或者替代地包括运行在浏览器中的web接口,用户设备可以从其中访问这样的基于web的服务。用户设备108还可以包括存储设备109-1到109-N(共同为109)以存储与用户设备的用户所使用的程序和服务相关联的逻辑和数据。
网络112可以是任何有线或无线网络,诸如广域网(WAN)、局域网(LAN)和/或类似物。作为示例,网络112可以是分布式公共网络,诸如互联网,其中消费者隐私性评级服务器102和用户设备108经由有线或无线连接而连接到网络112。
***100可以可选地还包括从机构114其自身到消费者隐私性评级服务器102的通信链路。作为示例,机构可能特别自豪于消费者隐私性评级服务对其的评级,并且可能希望在商店中的自助服务终端处的显示器上具有对其评级的直接访问。在这样的自助服务终端处,用户还可以能够访问用户的账户以便查看针对该用户的偏好而定制的针对机构的隐私性评级等。
在以下更加全面描述的实施例中,消费者隐私性评级服务可以基于它针对特定机构已经收集并且存储在数据存储装置104中的隐私性相关的信息来确定用于该机构的隐私性评分向量算法。隐私性相关的机构信息可以由消费者隐私性评级服务器102以各种方式收集。例如,数据代理可以规律地或偶尔地由消费者隐私性评级服务器102产生(spawn)以经由网络112而爬取(crawl)万维网,以用于来自数据源110的隐私性相关的机构信息。数据源110可以包括但不要限于例如宣传组、监察者、隐私性相关的博客、新闻服务或机构其自身的网站和其它数据源。从数据源收集的数据可以包括但不要限于例如机构的电子可访问的隐私性声明、机构对消费者的保证、机构的数据策略、关于机构的警告、关于机构的新闻报道等。
隐私性相关的机构信息还可以由消费者隐私性评级服务器102从消费者隐私性评级服务的用户接收。例如,用户可以被提供有提交关于机构的各种类型的信息的能力,所述信息包括但不要限于例如照片、视频、正面反馈、负面反馈、一般评论等。用户可能想要提供该信息,因为用户在与机构的用户体验期间见证了其认为应当报告给消费者隐私性评级服务的某事。在实施例中,消费者隐私性评级服务器102还可以自动收集与用户关于他们已经访问的机构的实际行为相关的信息。例如,消费者隐私性评级服务器102可以自动检测到用户从未与用户的孩子一起访问特定机构,这可以指示用户可能出于隐私性相关的原因而对将孩子带到该机构不是感到很舒服。在另一示例中,消费者隐私性评级服务器102可以自动检测到用户规律地使用机构忠诚卡或***,这可以指示关于隐私性,用户对该机构感到相当舒服。在另一示例实施例中,消费者隐私性评级服务器102可以监视音频,并且可以确定用户是否共享了个人信息(例如邮政编码和电子邮件地址、电话号码等)。在又一示例实施例中,消费者隐私性评级服务器102可以监视用户的电子通信(例如电子邮件)。在这样的实施例中,消费者隐私性评级服务器102可以确定用户不从特定机构接收任何电子邮件,这可以指示用户没有与机构共享该类型的信息。这些类型的确定有关于特定用户,但是也可以被消费者隐私性评级服务器102用于建立将在为其他用户确定针对那些机构的隐私性评分向量算法时有益于那些其他用户的关于机构的集体数据。
消费者可以通过经由例如被下载和运行在用户设备108上的客户端软件或运行在用户设备108上的浏览器中的基于web的客户端而针对服务进行注册来成为消费者隐私性评级服务的用户。当用户注册时,除了可能地让用户提供标识和联系信息之外,可以请用户回答一些隐私性相关的问题以便建立初始用户隐私性简档和舒适水平。问题可以涉及例如用户关于隐私性的偏好、关于用户与各种机构或像所述各种机构的其它机构等的体验的信息。用户提供的偏好可以包括例如:用户对使用在机构处的相机或其它监控设备的舒适水平;用户对面部分析、性别识别、性别勾勒(profiling)、年龄识别、年龄勾勒或衣着勾勒中一个或多个的舒适水平;用户对向机构提供用户姓名、用户生日、用户电话号码、用户的电子邮件地址、用户的邮政编码、用户性别、用户孩子的姓名或用户孩子的年龄中的一个或多个的舒适水平;用户对允许机构记录用户的交易和记录多久的舒适水平;等。用户提供的体验信息可以包括例如,用户经常出入的机构的类型、用户在那些机构处进行的交易的类型、关于用户在各种机构处的隐私性相关的体验的信息等。还可以取决于用户对之前问题的回答而询问另外的问题。在可替换实施例中,用户可以选择不使用户隐私性简档被创建。
在实施例中,用户隐私性简档可以由用户编辑和/或可以基于自动收集的与用户在机构中的实际行为相关的信息而自动被更新。例如,消费者隐私性评级服务可以基于在用户注册时的用户偏好和/或体验输入而创建针对用户的用户隐私性简档。用户可以查看用户的简档并且认为简档已经将用户表征为比用户实际上所表现的略微更加关注隐私性。用户可以能够调整用户隐私性简档的设置以更加准确地表示用户关于隐私性的立场。该简档调整可以以各种方式进行,诸如通过调整滑块、数字设置、高/中/低设置、将设置映射到另一用户的那些等。这些类型的简档调整将被本领域技术人员所理解并且在此不进一步讨论。
与用户在机构中的实际行为相关的信息的自动收集还可以用于更新用户的隐私性简档。例如,如果用户的隐私性简档指示用户想要避免使用相机来勾勒人们的机构,但是消费者隐私性评级服务自动确定例如用户在零售商店中购物过,而不管由于相机使用而不要进入商店的警告,则消费者隐私性评级服务可以将用户的简档设置调整到对相机使用和/或对该特定商店更宽容的一个设置。
现在将讨论消费者隐私性评级服务***的使用。为了易于描述和理解,用于讨论***使用的示例可以涉及对用户进入零售商店的参考。然而,***的使用不限于与零售商店的用户交互。许多其它类型的机构和与其的交互,包括对虚拟机构(机构的网站等)的访问,在本公开的范围内也可以被设想到。
图2A-2C图示了根据实施例的消费者隐私性评级服务的示例过程流的序列图。在这些实施例中,消费者隐私性评级服务器既确定隐私性评分向量算法,又随后确定针对一个或多个机构的隐私性评分或评级。在其它实施例中(例如以下关于图3A-3C讨论的),消费者隐私性评级服务器可以确定隐私性评分向量算法,其中在用户设备处确定针对机构的隐私性评分。
在图2A中,用户设备208可以经由例如用户设备的用户接口从用户接收用户隐私性偏好和/或体验信息(220)。用户隐私性偏好和体验信息可以在用户针对消费者隐私性评级服务进行注册时由用户提供,或者可替换地,如果该信息已经被建立,则用户可以经由运行消费者隐私性评级服务客户端应用的用户设备208的用户接口来更新用户隐私性偏好和体验信息。可以将用户隐私性偏好和体验信息提供到消费者隐私性评级服务器202(222)。消费者隐私性评级服务器202可以基于所接收的用户隐私性偏好和/或体验信息而更新可以由消费者隐私性评级服务器202收集和维护的隐私性相关的机构信息(224)。在实施例中,用户的用户隐私性简档可以由消费者隐私性评级服务器202维护,在该情况下,用户隐私性简档可以由消费者隐私性评级服务器202基于所接收的用户隐私性偏好和/或体验信息而更新(226A)。在可替换的实施例中,用户设备208可以维护针对用户的用户隐私性简档,在该情况下,用户设备208可以基于用户隐私性偏好和/或体验信息来更新针对用户的用户隐私性简档(226B)。在又一实施例中,消费者隐私性评级服务器202和用户设备208二者可以维护或者可以偶尔同步用户的用户隐私性简档的副本。在仍另外的实施例中,用户可以选择不创建用户隐私性简档。
消费者隐私性评级服务器202可以收集隐私性相关的机构信息(228),如以上讨论的。在实施例中,隐私性相关的机构信息的这种收集可以发生在指定的调度时间处、规律地发生(例如每晚从午夜到凌晨3点)、偶尔发生(每当不存在用户请求待决时)等。这些示例不意味着是限制性的。
现在将讨论各种用户场景。作为示例,用户可能外出购物并且可能将要进入零售商店。用户可以在用户的移动设备(例如用户设备208)上发起消费者隐私性评级服务客户端应用,或者可替换地可能已经使客户端应用在用户设备上运行。用户设备208可以向消费者隐私性评级服务器202发送位置指定(230)。位置指定可以是例如用户设备208的位置的全球定位***(GPS)坐标,或者用户设备208的位置的其它位置坐标或指定(例如,“最后已知的”位置、通过ping附近的移动设备或通过Wi-Fi接入点获得的位置信息等)。消费者隐私性评级服务器202可以基于位置指定来确定用户可能靠近于哪一个或哪些机构。例如,消费者隐私性评级服务器202可以确定距用户的最近机构,或者可以确定用户处于距多个机构的给定距离内。如以下将更加详细讨论的,然后可以向用户提供针对那些附近机构中的任一个或全部的关于隐私性的评级和/或推荐。
作为另一示例,用户可能正在计划为当天稍晚时候的购物之旅,在该情况下,用户可以使用消费者隐私性评级客户端应用或在用户已经登录到其中的消费者隐私性评级服务的网页上录入例如将被提供给消费者隐私性评级服务器202的位置指定,诸如例如用户计划在其中购物的区域的一个或多个邮政编码。在实施例中,还可以录入其它类型的位置指定,诸如例如允许用户在地图上圈出区域、指定城市或指定具***置的一个或多个机构。消费者隐私性评级服务器202可以基于位置指定来确定哪一个或哪些机构处于用户指定的区域内。然后可以向用户提供针对那些机构中的任一个或全部的关于隐私性的评级和/或推荐。在实施例中,评级和/或推荐可以针对各个机构(例如各个商店)。在另一实施例中,可以在热图上提供评级,其中可以示出各个机构评级,和/或针对特定区域的集体评级,其在例如对购物中心或商场评级中可以是有用的。
在又一示例中,提供给消费者隐私性评级服务器202的位置指定可以是虚拟位置指定。在该示例中,用户可以访问机构(诸如零售商店或连锁店)的网站。如果消费者隐私性评级服务客户端应用在用户设备上运行,则它可以自动检测用户正在访问可以提供针对其的隐私性评级和/或推荐的机构的网站。用户然后可以被提供有针对该特定机构的关于隐私性的评级和/或推荐。
在以上描述中的是处于一个或多个机构近旁或“附近”的示例。处于“附近”可以具有各种限定。例如,为了处于机构的“附近”,由位置指定所表示的位置可以但不要限于在机构的已知坐标的给定距离内、在机构内、在机构的网站处、在包括机构的用户录入的邮政编码内等。
在确定(一个或多个)隐私性评分和/或(一个或多个)推荐之前,消费者隐私性评级服务器202可以获得用户的隐私性简档以便为用户定制(一个或多个)隐私性评分和/或(一个或多个)推荐。在实施例中,如果消费者隐私性评级服务器202维护用户隐私性简档,则消费者隐私性评级服务器202可以从其本地存储装置获得用户隐私性简档(232A)。在另一实施例中,如果用户设备208维护用户隐私性简档,则消费者隐私性评级服务器202可以从用户设备208请求用户隐私性简档(232B),并且从用户设备208接收用户隐私性简档(233)。在实施例中,可以由***提供没有考虑用户的隐私性简档的、关于机构的一般性(一个或多个)隐私性评级和/或(一个或多个)推荐(例如如果用户选择不建立用户隐私性简档的话);然而,一般性的(一个或多个)隐私性评级和/或(一个或多个)推荐可能不如定制的(一个或多个)隐私性评级和/或(一个或多个)推荐那样对用户有用。
消费者隐私性评级服务器202可以基于所接收的位置指定而从其本地存储装置获得隐私性相关的机构信息(234)。隐私性相关的机构信息可以涉及符合所接收的指定信息的特定机构(例如位置指定的某个距离内的机构、由用户提供的一个或多个邮政编码内的机构、与用户正在访问的网站相关联的机构等)。
消费者隐私性评级服务器202可以基于所获得的隐私性相关的机构信息而生成一个或多个隐私性评分向量算法(236)。隐私性评分向量算法可以提供一种算法,根据所述算法可以生成关于特定机构的隐私性评分和一个或多个推荐。由于存在可以用于该目的的无数算法,如本领域技术人员将理解到的,因此在此将不讨论具体的向量算法。隐私性评分向量算法可以并入关于机构的许多各种类型的信息,诸如但不要限于例如相机使用的范围、使用人口统计(例如性别、年龄等)勾勒的范围、使用忠诚度项目或商店卡(例如商店***)勾勒的范围、销售或与其它商业实体(例如商业伙伴)共享匿名或非匿名数据的范围、向其他方销售或共享数据的范围等。
消费者隐私性评级服务器202可以使用一个或多个隐私性评分向量算法来确定关于(一个或多个)相关机构的一个或多个隐私性评分(238)。如果存在针对用户的用户隐私性简档,则消费者隐私性评级服务器202可以向(一个或多个)隐私性评分向量算法应用用户隐私性简档以确定针对用户的关于相关机构的一个或多个定制的隐私性评分。在实施例中,在其中不进行使用用户隐私性简档的定制(例如如果针对用户的用户简档不存在,如果用户选择不设置用户简档等)的情况下,则可以向(一个或多个)隐私性评分向量算法应用一般性或默认隐私性简档以确定(一个或多个)隐私性评分。默认隐私性简档可以是例如使用可以被视为类似于用户的其他用户的简档所创建的简档。在仍另外的实施例中,(一个或多个)隐私性评分向量算法可以用于确定(一个或多个)隐私性评分而不应用任何简档。
在实施例中,用户隐私性简档可以通过代理设置,在代理处实体设置将在一个或多个设备上采用的策略。在示例中,公司设置可以在它提供给其雇员以供商务使用的移动设备上设置隐私性要求和存记能力。在另一示例中,家长可以在移动设备上设置针对未成年人(例如青少年)的用户隐私性简档。
可以通过消费者隐私性评级服务器202将所确定的(一个或多个)隐私性评分提供给用户设备208(240)。用户设备208可以经由用户设备208上的用户接口向用户显示(一个或多个)隐私性评分(242)(例如经由弹出显示、文本消息、电子邮件、运行在用户设备208上的消费者隐私性评级服务应用的窗口、消费者隐私性评级服务的网页等)。隐私性评分可以是但不要限于例如,数字评级(例如1-5)、等级(例如A、B、C、D、F或0%-100%)、高/中/低的指示、目标评级(例如五星的着色)等。
参照图2B继续消费者隐私性评级服务的讨论。在查看一个或多个隐私性评分时,用户可能想要知晓在特定隐私性评分背后的是什么信息,并且可以从消费者隐私***器202请求这样的信息(244)。例如,用户可以在例如用户接口上显示的评级或请求按钮上点击以“向下钻取”来查看评分表示的是关于特定机构的什么信息。消费者隐私性评级服务器202可以接收针对隐私性评分背后的细节的请求并且向用户设备208提供所请求的隐私性评分细节(246)。用户设备208可以接收和显示隐私性评分细节(248)。
附加于或替代于生成一个或多个隐私性评分,消费者隐私性评级服务器202可以基于针对相关机构的隐私性相关的机构信息以及如果存在用户隐私性简档则用户的用户隐私性简档而生成针对用户的关于相关机构的隐私性相关的推荐(250)。在实施例中,所生成的(一个或多个)推荐可以基于隐私性评分向量算法,单独地或连同用户的隐私性简档。在实施例中,可以跨用户人群使用诸如协同过滤之类的已知推荐算法,例如以生成(一个或多个)推荐。可以将所生成的(一个或多个)推荐提供给用户设备208(252)。在实施例中,(一个或多个)推荐可以连同或取代于所确定的(一个或多个)隐私性评分而被提供。在其它实施例中,(一个或多个)推荐可以在用户的请求时、在向用户设备208提供(一个或多个)隐私性评分之前、与其结合、在其之后或者替代于其地被提供。用户设备208可以显示(一个或多个)推荐(254)。推荐可以包括关于特定机构的(一个或多个)警告或其它类型的信息以帮助用户决定在其自己的舒适水平内是否和/或如何访问该机构。例如,推荐可以推荐用户谨慎进入机构,因为在机构的某些区域中使用相机,并且如果使用机构忠诚度卡则将追踪关于用户的数据。在另一示例中,如果推荐基于用户的隐私性简档而定制,并且用户针对相机和数据使用的阈值非常低,则针对该用户的推荐可以是完全不进入商店。
在向用户提供(一个或多个)隐私性评级和/或(一个或多个)推荐之后的一些时间(例如在给定时间段、诸如一个或多个小时或一天或多天内),用户可以响应于(一个或多个)隐私性评级而动作。例如,用户可以遵循所提供的推荐而不进入机构。作为另一示例,用户可以在被警告关于机构对相机和关于用户收集的数据的使用之后进入机构并且使用忠诚度卡。例如,基于可以由用户设备208提供(例如,自动地或通过直接用户输入)给消费者隐私性评级服务器202的位置数据(例如全球定位***(GPS)位置数据)、忠诚度卡使用数据等(256),消费者隐私性评级服务器202可以更新针对相关机构的隐私性相关的机构信息(258)。在实施例中,如果消费者隐私性评级服务器202维护用户隐私性简档,则消费者隐私性评级服务器202可以更新用户隐私性简档(260A)。在实施例中,如果用户设备208维护针对用户的用户隐私性简档,则用户设备208可以更新用户隐私性简档(260B)。针对用户的用户隐私性简档可以基于用户关于机构的实际行为而被更新或调整,如果用户隐私性简档中的阈值设置过高或过低的话。例如,如果***由于相机使用而推荐用户不进入机构,但是用户不管推荐而进入了机构,则用户隐私性简档中的用户针对相机使用的阈值可以被自动调整。阈值还可以在用户不遵循推荐的若干实例之后改变以便计及离群值。此外,商店的评级还可以受此影响以便反映消费者看起来对特定机构感到舒服而不管隐私性顾虑。在实施例中,消费者隐私性评级服务可以示出多个评级(例如一个基于所挖掘和报告的数据,并且另一个基于购物者的行为)。
参照图2C继续消费者隐私性评级服务的讨论。如较早前陈述的,在实施例中,用户隐私性简档可以由用户经由用户设备208的用户接口来编辑。在实施例中,如果用户隐私性简档由消费者隐私性评级服务器202维护,则用户设备208可以允许用户编辑用户的用户隐私性简档并且可以向消费者隐私性评级服务器202提供更新(262A)。在实施例中,如果用户隐私性简档由用户设备208维护,则用户设备208可以允许用户编辑用户隐私性简档以本地保存在用户设备208处(262B)。
偶尔,用户可能希望向消费者隐私性评级服务提供关于用户与特定机构的体验的反馈。在实施例中,用户设备208可以允许用户通过用户设备208的用户接口而录入与用户在特定机构处的体验相关的反馈(264),并且用户设备(208)可以向消费者隐私性评级服务器202提供反馈(266)。消费者隐私性评级服务器202可以基于所提供的反馈来更新针对该特定机构的隐私性相关的机构信息(268)。在实施例中,如果用户隐私性简档由消费者隐私性评级服务器202维护,则消费者隐私性评级服务器202可以基于所提供的反馈来更新用户的用户隐私性简档(270A)。在实施例中,如果用户隐私性简档由用户设备208维护,则用户设备208可以基于所提供的反馈来更新用户的用户隐私性简档(270B)。在其中消费者隐私性评级服务器202和用户设备208二者维护用户隐私性简档的实施例中,二者可以基于所提供的反馈来更新用户的用户隐私性简档。由用户提供的反馈可以包括关于特定机构的各种类型的信息,包括但不要限于例如照片、视频、正面反馈、负面反馈、一般评论等。消费者隐私性评级服务器202可以能够对该反馈分类以供随后使用于生成隐私性向量算法和/或隐私性相关的推荐中。
图3A-3C图示了根据实施例的消费者隐私性评级服务的示例过程流的序列图。这些实施例类似于关于图2A-2C示出的实施例,除了消费者隐私性评级服务器向用户设备208提供所生成的(一个或多个)隐私性评分向量算法以确定(一个或多个)机构隐私性评级和/或(一个或多个)推荐之外。
在图3A中,类似于参照图2A描述的实施例,可以由用户设备308向消费者隐私性评级服务器302提供位置指定,并且消费者隐私性评级服务器302可以从本地存储装置获得相关的隐私性有关的机构信息并且生成针对相关机构的一个或多个隐私性评分向量算法。然而,在此,所生成的(一个或多个)隐私性评分向量算法通过消费者隐私性评级服务器302提供给用户设备308(372)。用户设备308可以获得针对用户的用户隐私性简档(如果存在一个的话),以便向所接收的(一个或多个)隐私性评分向量算法应用用户隐私性简档。在其中用户设备308维护用户隐私性简档的实施例中,用户设备308可以从本地存储装置获得用户隐私性简档(374A)。在其中用户隐私性简档由消费者隐私性评级服务器302维护的实施例中,用户设备308可以从消费者隐私性评级服务器302请求用户隐私性简档(374B)并且从消费者隐私性评级服务器302接收用户隐私性简档(376)。用户设备308可以通过向所接收的(一个或多个)隐私性评分向量算法应用用户隐私性简档来确定针对每一个相关机构的隐私性评分(378)。用户设备308然后可以显示所确定的(一个或多个)隐私性评分(380)。
参照图3B继续消费者隐私性评级服务的讨论。在实施例中,用户设备308可以从用户接收针对关于特定隐私性评分的细节的请求(382)。例如,在查看所显示的特定机构的隐私性评分时,用户可能希望“向下钻取”以查看该隐私性评分表示的是什么信息。用户可以例如使用用户设备308的用户接口、在评级或指定的按钮上点击以请求关于特定隐私性评分的另外的细节。用户设备308可以取出和显示所请求的评分细节(384)。
在实施例中,用户设备308可以基于所接收的隐私性评分向量算法、单独地或连同用户的隐私性简档,而生成针对用户的关于相关机构的一个或多个隐私性相关的推荐(386),并且显示(一个或多个)推荐(388)。在实施例中,(一个或多个)推荐可以连同或取代于所确定的(一个或多个)隐私性评分而被显示。在其它实施例中,可以在用户请求时提供(一个或多个)推荐。(一个或多个)推荐可以在(一个或多个)隐私性评分之前、与其结合、在其之后或代替于其而被提供。如较早前描述的,推荐可以包括关于特定机构的(一个或多个)警告或其它类型的信息以帮助用户决定在其自己的舒适水平内是否和/或如何访问该机构。
图3A-3C中图示的其它特征类似于以上参照图2A-2C描述的特征并且在此将不再次描述。
存在可以并入到消费者隐私性评级服务(诸如本文描述的服务)中的许多附加的有用特征。例如,在实施例中,用户可以能够指定用户希望他或她的用户隐私性简档与同样为服务的用户的“朋友”的用户隐私性简档成镜像。“朋友”可以能够被标识为以各种方式与用户具有所建立的关系。“朋友”可以能够经由例如社交联网服务内建立的关系来被标识。在另一示例中,使用可以能够录入“朋友”的标识信息以用于被服务查找(例如针对服务的“朋友”的用户标识(ID)、姓名、电子邮件地址等,并且可以允许“朋友”验证关系。在仍另一示例中,用户与“朋友”之间的关系可以通过经由用户和“朋友”的用户设备的自动极为接近的信息交换来建立,在此期间设备可以自动交换联系信息,建立社交联网关系等。可以设想到标识和/或验证两个用户之间的关系的许多其它方式,如本领域技术人员将理解到的。
在实施例中,可以允许用户创建针对不同状况或情形的多个用户隐私性简档。例如,用户在单独或与另一成年人一起访问机构时可能希望维持某些阈值,但是在与用户的孩子一起访问机构时希望维持不同的阈值。在相关示例中,用户可能希望在访问某种类型的机构时维持某些阈值,但是当访问另一类型的机构时维持不同阈值。在又一示例中,用户可能希望创建针对特定机构的一个或多个特定用户隐私性简档。还可以设想到许多其它的状况或情形,其中用户可能希望具有不同的用户隐私性简档。
在实施例中,所确定的(一个或多个)隐私性评分和/或隐私性相关的推荐可以被定制和/或包括关于一般(例如关于特定零售连锁店的总体评分或推荐)或特定位置处(例如特定位置处的特定百货商店)的机构的信息。如果特定位置处的机构的隐私性实践不足或者优于它作为其中一部分的连锁店的一般化隐私性概观,则这可能是重要且有用的。然而,连锁店的一般化概观在其中用户在线购物或者可能访问非常类似于由服务已知的机构或机构类型、但是本身不被服务知道的机构的情形中可以是有用的。
在实施例中,提供给用户的所确定的(一个或多个)隐私性评分和/或隐私性相关的推荐可以不仅基于用户的偏好、体验和/或行为,而且还基于“像”他们的那些用户。以此方式,服务可以是自适应的并且基于行为和消费者价值的众包而不是基于可能难以解译、维护和改变的硬性设置的策略和规则而生成隐私性评分和/或推荐。
图4是根据实施例的示例消费者隐私性评级服务器402的框图。消费者隐私性评级服务器402可以分别表示例如图1、2A-2C和3A-3C的消费者隐私性评级服务器102、202或302。如所图示的,消费者隐私性评级服务器402可以包括连接到存储器491的处理器或控制器490、一个或多个辅助存储设备492和通过链路494或类似机制的通信接口493。消费者隐私性评级服务器402可以可选地包括用户接口组件495以供***或服务管理员使用,例如其可以包括例如触摸屏、显示器、一个或多个用户输入组件(例如键盘、鼠标等)、扬声器等,或其任何组合。然而,注意到,虽然未示出,但是消费者隐私性评级服务器402可以包括附加组件。在实施例中,消费者隐私性评级服务器402可以包括隐私性评分生成器403以提供本文所描述的一个或多个功能。隐私性评分生成器403可以与处理器490分离(如图4中所示),或者可以是处理器490的部分。处理器490和/或隐私性评分生成器403可以是微处理器、数字ASIC、FPGA或类似硬件设备。在实施例中,处理器490和/或隐私性评分生成器403可以是微处理器,并且软件可以存储或加载到存储器491中以供处理器490和/或隐私性评分生成器403执行以提供本文所描述的功能。一个或多个辅助存储设备492可以是例如一个或多个硬驱动器等,并且可以存储将由处理器490和/或隐私性评分生成器403执行的逻辑496。通信接口493可以实现在硬件或硬件和软件的组合中。通信接口493可以提供到网络的有线或无线网络接口,所述网络诸如图1中所示的网络112。
图5是根据实施例的示例用户设备508的框图。用户设备508可以分别表示例如图1、2A-2C和3A-3C的用户设备108、208或308。如所图示的,用户设备508可以包括连接到存储器591的处理器或控制器590、一个或多个辅助存储设备592和通过链路594或类似机制的通信接口593。用户设备508还可以包括用户接口组件595以供用户设备的用户(例如消费者)使用,其可以包括例如触摸屏、显示器、一个或多个用户输入组件(例如键盘、鼠标等)、扬声器等,或者其任何组合。然而,注意到,虽然未示出,但是用户设备508可以包括附加组件。处理器590可以是微处理器、数字ASIC、FPGA或类似的硬件设备。在实施例中,处理器590可以是微处理器,并且软件可以存储或加载到存储器591中以供处理器590执行以提供本文所描述的功能。一个或多个辅助存储设备592可以是例如一个或多个硬驱动器等,并且可以存储将由处理器590执行的逻辑596。通信接口593可以实现在硬件或硬件和软件的组合中。通信接口593可以提供到网络的有线或无线网络接口,所述网络诸如图1中所示的网络112。
方法和***在本文中借助于说明其功能、特征和关系的功能构建块而被公开。这些功能构建块的边界中的至少一些已经在本文中为了描述的方便而任意地限定。可以限定可替换的边界,只要适当地执行所指定的功能及其关系即可。虽然本文公开了各种实施例,但是应当理解的是,它们作为示例呈现。权利要求的范围不应当由本文所公开的任何示例实施例限制。
如以上讨论的,本文所公开的一个或多个特征可以实现在硬件、软件、固件及其组合中,包括分立和集成的电路逻辑、专用集成电路(ASIC)逻辑和微控制器,并且可以实现为域特定的集成电路封装的部分或者集成电路封装的组合。术语软件和固件,如本文所使用的,是指包括具有存储在其中以使计算机***执行本文所公开的一个或多个特征和/或特征的组合的计算机程序逻辑(诸如计算机可执行指令)的至少一个计算机可读介质的计算机程序产品。计算机可读介质可以是暂时性或非暂时性的。暂时性计算机可读介质的示例可以是通过射频或通过电导体、通过局域网或广域网或通过诸如互联网之类的网络传输的数字信号。非暂时性计算机可读介质的示例可以是光盘、闪速存储器或其它数据存储设备。
本文所公开的技术确定隐私性度量,其使用公共可得到的信息和众包的数据连同用户自身的情境和之前行为来基于用户自身关于隐私性的舒适水平而向用户提供关于在用户想要光顾的机构处采取什么行动的评级和/或推荐。使用在本文档中的特定示例和场景是为了易于理解而不是要限制。本文所描述的技术可以使用在许多其它情境和情形中,其可以或可以不牵涉商业机构或者甚至直接解决隐私性顾虑。例如,本文所描述的技术可以用于提供安全度量,而不是隐私性度量,或附加于隐私性度量(例如警告在机构的某些区域或机构的停车场中存在不足的照明,或者警告机构的特定雇员或经理难以对付或者可能使人感到不舒服)。作为另一示例,本文所描述的技术可以解决除了如本文的示例中所使用的零售机构之外的位置的隐私性(或安全)顾虑,诸如公园、运动场、学校或大学、游乐园或娱乐场所。在又一示例中,使用电子邮件客户端或其中用户可能将要与机构(和/或可能地与处置信息传输的第三方机构,诸如电子邮件服务)共享信息的另一应用的用户可能希望知晓(一个或多个)机构如何处置私人信息(社会保险号、电子邮件地址、物理地址、电话号码等)。诸如本文所描述的那个之类的服务可以在用户提供这样的个人信息之前提供针对这些(一个或多个)机构的动态评级和/或推荐。基于评级,用户可以能够确定是否使用该特定应用来共享个人信息的某些片段。还可以设想到机构的许多其它的使用和/或类型。
使用本文所描述的技术的优点在于并入到评级和推荐中的许多数据是非主观的数据,而是代替地基于消费者的实际行为,其可以由消费者隐私性评级服务自动收集。以此方式,隐私性评级和推荐不单独基于所录入的输入,所述输入可能偏颇和/或不一定指示完整的事实,并且消费者行为的近实时的自动化收集使得***在性质上是动态的。本文所描述的技术的另一优点在于评级和/或推荐考虑到用户自身的隐私性阈值。换言之,评级和/或推荐为每一个用户定制。对于相同机构,针对两个不同用户的评级和/或推荐可以取决于两个用户的已知偏好而被确定成相当不同。还可以设想到许多其它优点。
如本申请中和权利要求中所使用的,通过术语“其中的一个或多个”所接合的项的列表可以意指所列的项的任何组合。例如,短语“A、B或C中的一个或多个”和“A、B和C中的一个或多个”可以意指A;B;C;A和B;A和C;B和C;或A、B和C。
以下示例关于另外的实施例。
示例1可以包括一种用于对机构的隐私性进行评级的***,包括:一个或多个存储设备,用以存储关于一个或多个机构的隐私性相关的信息或用户相关的数据中的一个或多个;以及隐私性评分生成器,用以:从用户设备接收用户设备的位置指定;从所述一个或多个存储设备获得与处于位置指定附近的一个或多个机构相关的隐私性相关的信息;以及基于关于所述一个或多个机构的隐私性相关的信息来生成针对所述一个或多个机构的一个或多个隐私性评分向量算法。
示例2可以包括示例1的主题,其中隐私性评分生成器还向用户设备提供所述一个或多个隐私性评分向量算法。
示例3可以包括示例1的主题,其中隐私性评分生成器还:从所述一个或多个存储设备或用户设备获得用户的隐私性简档;通过将用户的隐私性简档应用于所述一个或多个隐私性评分向量算法来确定针对所述一个或多个机构的一个或多个隐私性评分;以及向用户设备提供所述一个或多个隐私性评分。
示例4可以包括示例3的主题,其中隐私性评分生成器还:从用户设备接收针对关于所述一个或多个隐私性评分中的特定隐私性评分的细节的请求;以及向用户设备提供关于所述特定隐私性评分的细节。
示例5可以包括示例3或示例4的主题,其中用户的隐私性简档包括以下中的一个或多个:用户提供的关于隐私性的偏好、用户提供的关于用户与各种机构或类似于所述各种机构的其它机构的体验的信息,或者自动获得的与用户关于各种机构或类似于所述各种机构的其它机构的行为相关的信息。
示例6可以包括示例5的主题,其中用户提供的信息包括以下中的一个或多个:用户频繁出入的机构的类型、用户在所述类型的机构处进行的交易的类型或者关于用户在各种机构处的隐私性相关的体验的信息。
示例7可以包括示例5或示例6的主题,其中用户提供的偏好包括以下中的一个或多个:用户对使用在机构处的相机或其它监控设备的舒适水平;用户对面部分析、性别识别、性别勾勒、年龄识别、年龄勾勒或衣着勾勒中一个或多个的舒适水平;用户对于向机构提供用户姓名、用户生日、用户的电话号码、用户的电子邮件地址、用户的邮政编码、用户的性别、用户孩子的姓名或者用户孩子的年龄中的一个或多个的舒适水平,或者用户对允许机构记录用户的交易的舒适水平。
示例8可以包括示例3-7中任一个的主题,其中隐私性评分生成器还:基于隐私性相关的信息和用户的隐私性简档来生成关于特定机构的隐私性相关的推荐;以及向用户设备提供隐私性相关的推荐。
示例9可以包括示例8的主题,其中隐私性相关的推荐包括以下中的一个或多个:进入机构而没有隐私性顾虑的推荐、不要进入机构的推荐、进入机构但是不使用机构的忠诚度卡的推荐、进入机构但是仅针对特定购买而使用忠诚度卡的推荐、进入机构但是不提供一项或多项个人信息的推荐、进入机构但是避开机构的特定区域的推荐,或者进入机构但是避开机构的某些雇员的推荐。
示例10可以包括示例8或示例9的主题,其中隐私性评分生成器还:在接收到隐私性相关的推荐之后获得与用户关于机构的行为相关的结果信息,其中结果信息是基于以下中的一个或多个:从用户关于机构的行动自动导出的信息、或从用户手动提供的与用户关于机构的行动相关的信息;以及基于结果信息而更新关于机构的隐私性相关的信息。
示例11可以包括示例10的主题,其中隐私性评分生成器还基于结果信息而更新用户的隐私性简档。
示例12可以包括示例3-11中任一个的主题,其中用户的隐私性简档包括每一个都关于不同状况的一个或多个不同的隐私性简档。
示例13可以包括示例3-12中任一个的主题,其中用户的隐私性简档与具有与用户所建立的关系的另一用户的隐私性简档成镜像。
示例14可以包括示例3-13中任一个的主题,其中隐私性评分包括以下中的至少一个:数字评级;等级;高、中或低的指示;或目标评级。
示例15可以包括示例1-14中任一个的主题,其中隐私性评分生成器还:从电子可访问的数据源收集隐私性相关的信息的至少一部分。
示例16可以包括示例15的主题,其中数据源包括宣传组、监察者、隐私性相关的博客、新闻服务或所述一个或多个机构中的一个或多个的数据源。
示例17可以包括示例15或示例16的主题,其中从数据源收集的数据包括以下中的一个或多个:机构的电子可访问的隐私性声明、机构对消费者的保证、机构的数据策略、关于机构的警告、关于机构的新闻报道。
示例18可以包括示例1-17中任一个的主题,其中关于所述一个或多个机构的隐私性相关的信息包括一个或多个用户的一个或多个看法,其中所述一个或多个看法包括照片、视频、正面反馈、负面反馈或所述一个或多个用户关于所述一个或多个机构的一般评论中的一个或多个。
示例19可以包括示例1-18中任一个的主题,其中关于所述一个或多个机构的隐私性相关的信息包括自动获得的与一个或多个用户关于所述一个或多个机构的行为相关的数据。
示例20可以包括示例1-19中任一个的主题,其中所述一个或多个机构中的每一个机构包括以下中的一个:零售商店、餐馆、零售商店的网站、零售商店的移动应用、餐馆的网站或餐馆的移动应用。
示例21可以包括示例1-20中任一个的主题,其中处于特定机构附近包括以下中的至少一个:在机构的已知坐标的给定距离内、在机构内部、在机构的网站处或在包括机构的用户录入的邮政编码内。
示例22可以包括示例1-21中任一个的主题,其中位置指定包括以下中的一个或多个:全球定位***(GPS)坐标、一个或多个邮政编码、一个或多个机构名称或一个或多个机构类型。
示例23可以包括编码有包括指令的计算机程序的至少一个计算机可读存储介质,所述指令当在处理器上执行时,使处理器:从用户设备接收用户设备的位置指定;从一个或多个电子可访问的存储设备获得与处于位置指定附近的一个或多个机构相关的隐私性相关的信息;以及基于关于所述一个或多个机构的隐私性相关的信息而生成针对所述一个或多个机构的一个或多个隐私性评分向量算法。
示例24可以包括示例23的主题,其中计算机程序包括指令以此外使处理器向用户设备提供所述一个或多个隐私性评分向量算法。
示例25可以包括示例23的主题,其中计算机程序包括指令以此外使处理器:从所述一个或多个电子可访问的存储设备或用户设备获得用户的隐私性简档;通过将用户的隐私性简档应用于所述一个或多个隐私性评分向量算法来确定针对所述一个或多个机构的一个或多个隐私性评分;以及向用户设备提供所述一个或多个隐私性评分。
示例26可以包括示例25的主题,其中计算机程序包括指令以此外使处理器:基于隐私性相关的信息和用户的隐私性简档来生成关于特定机构的隐私性相关的推荐;以及向用户设备提供隐私性相关的推荐。
示例27可以包括一种用于对机构的隐私性进行评级的装置,包括:用于从用户设备接收用户设备的位置指定的构件;用于从一个或多个电子可访问的存储设备获得与处于位置指定附近的一个或多个机构相关的隐私性相关的信息的构件;以及用于基于关于所述一个或多个机构的隐私性相关的信息而生成针对所述一个或多个机构的一个或多个隐私性评分向量算法的构件。
在示例28中,示例27可以可选地包括用于向用户设备提供所述一个或多个隐私性评分向量算法的构件。
在示例29中,示例27可以可选地包括用于从所述一个或多个电子可访问的存储设备或用户设备获得用户的隐私性简档的构件;用于通过将用户的隐私性简档应用于所述一个或多个隐私性评分向量算法来确定针对所述一个或多个机构的一个或多个隐私性评分的构件;以及用于向用户设备提供所述一个或多个隐私性评分的构件。
在示例30中,示例29可以可选地包括用于基于隐私性相关的信息和用户的隐私性简档而生成关于特定机构的隐私性相关的推荐的构件;以及用于向用户设备提供隐私性相关的推荐的构件。
示例31可以包括一种对一个或多个机构的隐私性进行评级的机器实现的方法,包括:从用户设备接收用户设备的位置指定;从一个或多个电子可访问的存储设备获得与处于位置指定附近的一个或多个机构相关的隐私性相关的信息;以及基于关于所述一个或多个机构的隐私性相关的信息而生成针对所述一个或多个机构的一个或多个隐私性评分向量算法。
在示例32中,示例31可以可选地包括向用户设备提供所述一个或多个隐私性评分向量算法。
在示例33中,示例31可以可选地包括:从所述一个或多个电子可访问的存储设备或用户设备获得用户的隐私性简档;通过将用户的隐私性简档应用于所述一个或多个隐私性评分向量算法来确定针对所述一个或多个机构的一个或多个隐私性评分;以及向用户设备提供所述一个或多个隐私性评分。
在示例34中,示例33可以可选地包括基于隐私性相关的信息和用户的隐私性简档而生成关于特定机构的隐私性相关的推荐;以及向用户设备提供隐私性相关的推荐。
示例35可以包括至少一个机器可读存储介质,其包括多个指令,所述指令响应于在计算设备上被执行,使计算设备实施根据示例31-34中任一个的方法。
示例36可以包括一种装置,其被配置成执行示例31-34中任一个的方法。
示例37可以包括一种计算机***,其执行示例31-34中任一个的方法。
示例38可以包括一种机器,其执行示例31-34中任一个的方法。
示例39可以包括一种装置,其包括用于执行示例31-34中任一个的方法的构件。
示例40可以包括一种计算设备,其包括存储器和被配置成执行示例31-34中任一个的方法的芯片集。
示例41可以包括一种用于对机构的隐私性进行评级的用户设备,包括:处理器和存储器;用户接口;以及被配置成与通信网络以及处理器或用户接口中的一个或多个对接的通信***,其中处理器:向消费者隐私性评级服务器提供位置指定;以及获得针对一个或多个相应机构的一个或多个隐私性评分,其中由位置指定标识的位置处于一个或多个机构附近,并且其中隐私性评分是基于关于所述一个或多个机构的隐私性相关的信息和用户设备的用户的隐私性简档。
示例42可以包括示例41的主题,其中获得所述一个或多个隐私性评分包括从消费者隐私性评级服务器接收所述一个或多个隐私性评分;并且其中处理器还显示所述一个或多个隐私性评分。
示例43可以包括示例42的主题,其中处理器还:从消费者隐私性评级服务器接收基于隐私性相关的信息和用户的隐私性简档的、关于特定机构的隐私性相关的推荐;并且显示隐私性相关的推荐。
示例44可以包括示例41的主题,其中获得所述一个或多个隐私性评分包括:从消费者隐私性评级服务器接收用于确定所述一个或多个隐私性评分的一个或多个向量算法,其中将关于所述一个或多个机构的隐私性相关的信息并入到所述一个或多个向量算法中;以及通过将用户的隐私性简档应用于所述一个或多个向量算法来确定所述一个或多个隐私性评分;并且其中处理器还显示所述一个或多个隐私性评分。
示例45可以包括示例44的主题,其中处理器还:基于隐私性相关的信息和用户的隐私性简档而生成关于特定机构的隐私性相关的推荐;以及显示隐私性相关的推荐。
示例46可以包括编码有包括指令的计算机程序的至少一个计算机可读存储介质,所述指令当在处理器上被执行时,使处理器:向消费者隐私性评级服务器提供用户设备的位置指定;以及获得针对一个或多个相应机构的一个或多个隐私性评分,其中由位置指定标识的位置处于所述一个或多个机构附近,并且其中隐私性评分是基于关于所述一个或多个机构的隐私性相关的信息和用户设备的用户的隐私性简档。
示例47可以包括示例46的主题,其中获得所述一个或多个隐私性评分包括从消费者隐私性评级服务器接收所述一个或多个隐私性评分;并且其中计算机程序包括指令以此外使处理器显示所述一个或多个隐私性评分。
示例48可以包括示例47的主题,其中计算机程序包括指令以此外使处理器:从消费者隐私性评级服务器接收基于隐私性相关的信息和用户的隐私性简档的、关于特定机构的隐私性相关的推荐;并且显示隐私性相关的推荐。
示例49可以包括示例46的主题,其中获得所述一个或多个隐私性评分包括:从消费者隐私性评级服务器接收用于确定所述一个或多个隐私性评分的一个或多个向量算法,其中将关于所述一个或多个机构的隐私性相关的信息并入到所述一个或多个向量算法中;以及通过将用户的隐私性简档应用于所述一个或多个向量算法来确定所述一个或多个隐私性评分;并且其中计算机程序包括指令以此外使处理器显示所述一个或多个隐私性评分。
示例50可以包括示例49的主题,其中计算机程序包括指令以此外使处理器:基于隐私性相关的信息和用户的隐私性简档而生成关于特定机构的隐私性相关的推荐;以及显示隐私性相关的推荐。
示例51可以包括一种用于对机构的隐私性进行评级的装置,包括:用于向消费者隐私性评级服务器提供用户设备的位置指定的构件;以及用于获得针对一个或多个相应机构的一个或多个隐私性评分的构件,其中由位置指定标识的位置处于所述一个或多个机构附近,并且其中隐私性评分是基于关于所述一个或多个机构的隐私性相关的信息和用户设备的用户的隐私性简档。
示例52可以包括示例51的主题,其中用于获得所述一个或多个隐私性评分的构件包括用于从消费者隐私性评级服务器接收所述一个或多个隐私性评分的构件;并且其中所述装置还包括用于显示所述一个或多个隐私性评分的构件。
在示例53中,示例52可以可选地包括用于从消费者隐私性评级服务器接收基于隐私性相关的信息和用户的隐私性简档的、关于特定机构的隐私性相关的推荐的构件;以及用于显示隐私性相关的推荐的构件。
示例54可以包括示例51的主题,其中用于获得所述一个或多个隐私性评分的构件包括:用于从消费者隐私性评级服务器接收用于确定所述一个或多个隐私性评分的一个或多个向量算法的构件,其中将关于所述一个或多个机构的隐私性相关的信息并入到所述一个或多个向量算法中;以及用于通过将用户的隐私性简档应用于所述一个或多个向量算法来确定所述一个或多个隐私性评分的构件;并且其中所述装置还包括用于显示所述一个或多个隐私性评分的构件。
在示例55中,示例54可以可选地包括用于基于隐私性相关的信息和用户的隐私性简档而生成关于特定机构的隐私性相关的推荐的构件;以及用于显示隐私性相关的推荐的构件。
示例56可以包括一种用于对机构的隐私性进行评级的方法,包括:向消费者隐私性评级服务器提供用户设备的位置指定;以及获得针对一个或多个相应机构的一个或多个隐私性评分,其中由位置指定标识的位置处于所述一个或多个机构附近,并且其中隐私性评分是基于关于所述一个或多个机构的隐私性相关的信息和用户设备的用户的隐私性简档。
示例57可以包括示例56的主题,其中获得所述一个或多个隐私性评分包括从消费者隐私性评级服务器接收所述一个或多个隐私性评分;并且其中所述方法还包括显示所述一个或多个隐私性评分。
在示例58中,示例57可以可选地包括从消费者隐私性评级服务器接收基于隐私性相关的信息和用户的隐私性简档的、关于特定机构的隐私性相关的推荐;以及显示隐私性相关的推荐。
示例59可以包括示例56的主题,其中获得所述一个或多个隐私性评分包括:从消费者隐私性评级服务器接收用于确定所述一个或多个隐私性评分的一个或多个向量算法,其中将关于所述一个或多个机构的隐私性相关的信息并入到所述一个或多个向量算法中;以及通过将用户的隐私性简档应用于所述一个或多个向量算法来确定所述一个或多个隐私性评分;并且其中所述方法还包括显示所述一个或多个隐私性评分。
在示例60中,示例59可以可选地包括基于隐私性相关的信息和用户的隐私性简档而生成关于特定机构的隐私性相关的推荐;以及显示隐私性相关的推荐。
示例61可以包括至少一个机器可读存储介质,其包括多个指令,所述指令响应于在计算设备上被执行,使计算设备实施根据示例56-60中任一个的方法。
示例62可以包括一种装置,其被配置成执行示例56-60中任一个的方法。
示例63可以包括一种计算机***,其执行示例56-60中任一个的方法。
示例64可以包括一种机器,其执行示例56-60中任一个的方法。
示例65可以包括一种装置,其包括用于执行示例56-60中任一个的方法的构件。
示例66可以包括一种计算设备,其包括存储器和被配置成执行示例56-60中任一个的方法的芯片集。
Claims (30)
1.一种用于对机构的隐私性进行评级的***,包括:
一个或多个存储设备,用以存储关于一个或多个机构的隐私性相关的信息或用户相关的数据中的一个或多个;以及
隐私性评分生成器,用以:
从用户设备接收用户设备的位置指定;
从所述一个或多个存储设备获得与处于位置指定附近的一个或多个机构相关的隐私性相关的信息;以及
基于关于所述一个或多个机构的隐私性相关的信息而生成针对所述一个或多个机构的一个或多个隐私性评分向量算法。
2.权利要求1的***,其中隐私性评分生成器还:
向用户设备提供所述一个或多个隐私性评分向量算法。
3.权利要求1的***,其中隐私性评分生成器还:
从所述一个或多个存储设备或用户设备获得用户的隐私性简档;
通过将用户的隐私性简档应用于所述一个或多个隐私性评分向量算法来确定针对所述一个或多个机构的一个或多个隐私性评分;以及
向用户设备提供所述一个或多个隐私性评分。
4.权利要求3的***,其中隐私性评分生成器还:
从用户设备接收针对与所述一个或多个隐私性评分中的特定隐私性评分相关的细节的请求;以及
向用户设备提供关于特定隐私性评分的细节。
5.权利要求3或权利要求4的***,其中用户的隐私性简档包括以下中的一个或多个:用户提供的关于隐私性的偏好、用户提供的关于用户与各种机构或类似于所述各种机构的其它机构的体验的信息,或者自动获得的与用户关于各种机构或类似于所述各种机构的其它机构的行为相关的信息。
6.权利要求5的***,其中用户提供的信息包括以下中的一个或多个:
用户频繁出入的机构的类型,
用户在所述类型的机构处进行的交易的类型,或者
关于用户在各种机构处的隐私性相关的体验的信息。
7.权利要求6的***,其中用户提供的偏好包括以下中的一个或多个:
用户对使用在机构处的相机或其它监控设备的舒适水平;
用户对面部分析、性别识别、性别勾勒、年龄识别、年龄勾勒或衣着勾勒中一个或多个的舒适水平;
用户对于向机构提供用户姓名、用户生日、用户的电话号码、用户的电子邮件地址、用户的邮政编码、用户的性别、用户孩子的姓名或者用户孩子的年龄中的一个或多个的舒适水平;或者
用户对允许机构记录用户的交易的舒适水平。
8.权利要求3或权利要求4的***,其中隐私性评分生成器还:
基于隐私性相关的信息和用户的隐私性简档而生成关于特定机构的隐私性相关的推荐;以及
向用户设备提供隐私性相关的推荐。
9.权利要求8的***,其中隐私性评分生成器还:
在接收到隐私性相关的推荐之后获得与用户关于机构的行为相关的结果信息,其中结果信息是基于以下中的一个或多个:从用户关于机构的行动自动导出的信息、或从用户手动提供的与用户关于机构的行动相关的信息;以及
基于结果信息而更新关于机构的隐私性相关的信息。
10.权利要求9的***,其中隐私性评分生成器还:
基于结果信息而更新用户的隐私性简档。
11.权利要求3或权利要求4的***,其中用户的隐私性简档包括每一个都关于不同状况的一个或多个不同的隐私性简档。
12.权利要求3或权利要求4的***,其中用户的隐私性简档与具有与用户所建立的关系的另一用户的隐私性简档成镜像。
13.权利要求3或权利要求4的***,其中隐私性评分包括以下中的至少一个:
数字评级;
等级;
高、中、或低的指示;或
目标评级。
14.权利要求1-4中任一项的***,其中隐私性评分生成器还:
从电子可访问的数据源收集隐私性相关的信息的至少一部分。
15.权利要求14的***,其中数据源包括宣传组、监察者、隐私性相关的博客、新闻服务或所述一个或多个机构中的一个或多个的数据源。
16.权利要求15的***,其中从数据源收集的数据包括以下中的一个或多个:机构的电子可访问的隐私性声明、机构对消费者的保证、机构的数据策略、关于机构的警告、关于机构的新闻报道。
17.权利要求1-4中任一项的***,其中关于所述一个或多个机构的隐私性相关的信息包括一个或多个用户的一个或多个看法,其中所述一个或多个看法包括照片、视频、正面反馈、负面反馈或所述一个或多个用户关于所述一个或多个机构的一般评论中的一个或多个。
18.权利要求1-4中任一项的***,其中关于所述一个或多个机构的隐私性相关的信息包括自动获得的与一个或多个用户关于所述一个或多个机构的行为相关的数据。
19.权利要求1-4中任一项的***,其中处于特定机构附近包括以下中的至少一个:在机构的已知坐标的给定距离内、在机构内部、在机构的网站处或在包括机构的用户录入的邮政编码内。
20.一种对一个或多个机构的隐私性进行评级的机器实现的方法,包括:
从用户设备接收用户设备的位置指定;
从一个或多个电子可访问的存储设备获得与处于位置指定附近的一个或多个机构相关的隐私性相关的信息;以及
基于关于所述一个或多个机构的隐私性相关的信息而生成针对所述一个或多个机构的一个或多个隐私性评分向量算法。
21.权利要求20的方法,还包括:
向用户设备提供所述一个或多个隐私性评分向量算法。
22.权利要求20的方法,还包括:
从所述一个或多个电子可访问的存储设备或用户设备获得用户的隐私性简档;
通过将用户的隐私性简档应用于所述一个或多个隐私性评分向量算法来确定针对所述一个或多个机构的一个或多个隐私性评分;以及
向用户设备提供所述一个或多个隐私性评分。
23.权利要求22的方法,还包括:
基于隐私性相关的信息和用户的隐私性简档而生成关于特定机构的隐私性相关的推荐;以及
向用户设备提供隐私性相关的推荐。
24.至少一个机器可读存储介质,其包括多个指令,所述指令响应于在计算设备上被执行,使计算设备实施根据权利要求20-23中任一项的方法。
25.一种装置,其包括用于执行权利要求20-23中任一项的方法的构件。
26.一种编码有包括指令的计算机程序的至少一个计算机可读存储介质,所述指令当在处理器上被执行时,使处理器:
向消费者隐私性评级服务器提供用户设备的位置指定;以及
获得针对一个或多个相应机构的一个或多个隐私性评分,其中由位置指定标识的位置处于所述一个或多个机构附近,并且其中隐私性评分是基于关于所述一个或多个机构的隐私性相关的信息和用户设备的用户的隐私性简档。
27.权利要求26的所述至少一个计算机可读存储介质,
其中获得所述一个或多个隐私性评分包括从消费者隐私性评级服务器接收所述一个或多个隐私性评分;并且
其中计算机程序包括指令以此外使处理器显示所述一个或多个隐私性评分。
28.权利要求27的所述至少一个计算机可读存储介质,其中计算机程序包括指令以此外使处理器:
从消费者隐私性评级服务器接收基于隐私性相关的信息和用户的隐私性简档的、关于特定机构的隐私性相关的推荐;以及
显示隐私性相关的推荐。
29.权利要求26的所述至少一个计算机可读存储介质,
其中获得所述一个或多个隐私性评分包括:
从消费者隐私性评级服务器接收用于确定所述一个或多个隐私性评分的一个或多个向量算法,其中将关于所述一个或多个机构的隐私性相关的信息并入到所述一个或多个向量算法中;以及
通过将用户的隐私性简档应用于所述一个或多个向量算法来确定所述一个或多个隐私性评分;并且
其中计算机程序包括指令以此外使处理器显示所述一个或多个隐私性评分。
30.权利要求29的所述至少一个计算机可读存储介质,其中计算机程序包括指令以此外使处理器:
基于隐私性相关的信息和用户的隐私性简档而生成关于特定机构的隐私性相关的推荐;以及
显示隐私性相关的推荐。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/US2013/077524 WO2015099664A1 (en) | 2013-12-23 | 2013-12-23 | Context-aware privacy meter |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105723354A true CN105723354A (zh) | 2016-06-29 |
CN105723354B CN105723354B (zh) | 2021-07-30 |
Family
ID=53479341
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201380081123.6A Active CN105723354B (zh) | 2013-12-23 | 2013-12-23 | 情境感知隐私性计量 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10417445B2 (zh) |
CN (1) | CN105723354B (zh) |
WO (1) | WO2015099664A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110414241A (zh) * | 2019-08-05 | 2019-11-05 | 深圳市网安计算机安全检测技术有限公司 | 隐私策略检测方法、装置、计算机设备及存储介质 |
CN113196789A (zh) * | 2018-12-26 | 2021-07-30 | 辛纳普蒂克斯公司 | 免注册离线设备个性化 |
Families Citing this family (159)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10181051B2 (en) | 2016-06-10 | 2019-01-15 | OneTrust, LLC | Data processing systems for generating and populating a data inventory for processing data access requests |
US9729583B1 (en) | 2016-06-10 | 2017-08-08 | OneTrust, LLC | Data processing systems and methods for performing privacy assessments and monitoring of new versions of computer code for privacy compliance |
US9939517B2 (en) * | 2015-04-05 | 2018-04-10 | Nicholaus J. Bauer | Determining a location of a transmitter device |
US9980165B2 (en) | 2016-02-10 | 2018-05-22 | Airwatch Llc | Visual privacy systems for enterprise mobility management |
US11244367B2 (en) | 2016-04-01 | 2022-02-08 | OneTrust, LLC | Data processing systems and methods for integrating privacy information management systems with data loss prevention tools or other tools for privacy design |
US10423996B2 (en) | 2016-04-01 | 2019-09-24 | OneTrust, LLC | Data processing systems and communication systems and methods for the efficient generation of privacy risk assessments |
US11004125B2 (en) | 2016-04-01 | 2021-05-11 | OneTrust, LLC | Data processing systems and methods for integrating privacy information management systems with data loss prevention tools or other tools for privacy design |
US20220164840A1 (en) | 2016-04-01 | 2022-05-26 | OneTrust, LLC | Data processing systems and methods for integrating privacy information management systems with data loss prevention tools or other tools for privacy design |
US10706447B2 (en) | 2016-04-01 | 2020-07-07 | OneTrust, LLC | Data processing systems and communication systems and methods for the efficient generation of privacy risk assessments |
US10235534B2 (en) | 2016-06-10 | 2019-03-19 | OneTrust, LLC | Data processing systems for prioritizing data subject access requests for fulfillment and related methods |
US11138299B2 (en) | 2016-06-10 | 2021-10-05 | OneTrust, LLC | Data processing and scanning systems for assessing vendor risk |
US11636171B2 (en) | 2016-06-10 | 2023-04-25 | OneTrust, LLC | Data processing user interface monitoring systems and related methods |
US10509920B2 (en) | 2016-06-10 | 2019-12-17 | OneTrust, LLC | Data processing systems for processing data subject access requests |
US10169609B1 (en) | 2016-06-10 | 2019-01-01 | OneTrust, LLC | Data processing systems for fulfilling data subject access requests and related methods |
US10509894B2 (en) | 2016-06-10 | 2019-12-17 | OneTrust, LLC | Data processing and scanning systems for assessing vendor risk |
US11341447B2 (en) | 2016-06-10 | 2022-05-24 | OneTrust, LLC | Privacy management systems and methods |
US10607028B2 (en) | 2016-06-10 | 2020-03-31 | OneTrust, LLC | Data processing systems for data testing to confirm data deletion and related methods |
US10678945B2 (en) | 2016-06-10 | 2020-06-09 | OneTrust, LLC | Consent receipt management systems and related methods |
US10848523B2 (en) | 2016-06-10 | 2020-11-24 | OneTrust, LLC | Data processing systems for data-transfer risk identification, cross-border visualization generation, and related methods |
US11562097B2 (en) | 2016-06-10 | 2023-01-24 | OneTrust, LLC | Data processing systems for central consent repository and related methods |
US11366786B2 (en) | 2016-06-10 | 2022-06-21 | OneTrust, LLC | Data processing systems for processing data subject access requests |
US11188615B2 (en) | 2016-06-10 | 2021-11-30 | OneTrust, LLC | Data processing consent capture systems and related methods |
US10846433B2 (en) | 2016-06-10 | 2020-11-24 | OneTrust, LLC | Data processing consent management systems and related methods |
US10565236B1 (en) | 2016-06-10 | 2020-02-18 | OneTrust, LLC | Data processing systems for generating and populating a data inventory |
US10353673B2 (en) | 2016-06-10 | 2019-07-16 | OneTrust, LLC | Data processing systems for integration of consumer feedback with data subject access requests and related methods |
US10944725B2 (en) | 2016-06-10 | 2021-03-09 | OneTrust, LLC | Data processing systems and methods for using a data model to select a target data asset in a data migration |
US10592648B2 (en) | 2016-06-10 | 2020-03-17 | OneTrust, LLC | Consent receipt management systems and related methods |
US11675929B2 (en) | 2016-06-10 | 2023-06-13 | OneTrust, LLC | Data processing consent sharing systems and related methods |
US10762236B2 (en) | 2016-06-10 | 2020-09-01 | OneTrust, LLC | Data processing user interface monitoring systems and related methods |
US11416798B2 (en) | 2016-06-10 | 2022-08-16 | OneTrust, LLC | Data processing systems and methods for providing training in a vendor procurement process |
US10776518B2 (en) | 2016-06-10 | 2020-09-15 | OneTrust, LLC | Consent receipt management systems and related methods |
US10776514B2 (en) | 2016-06-10 | 2020-09-15 | OneTrust, LLC | Data processing systems for the identification and deletion of personal data in computer systems |
US11138242B2 (en) | 2016-06-10 | 2021-10-05 | OneTrust, LLC | Data processing systems and methods for automatically detecting and documenting privacy-related aspects of computer software |
US10949565B2 (en) | 2016-06-10 | 2021-03-16 | OneTrust, LLC | Data processing systems for generating and populating a data inventory |
US10706174B2 (en) | 2016-06-10 | 2020-07-07 | OneTrust, LLC | Data processing systems for prioritizing data subject access requests for fulfillment and related methods |
US10796260B2 (en) | 2016-06-10 | 2020-10-06 | OneTrust, LLC | Privacy management systems and methods |
US10614247B2 (en) | 2016-06-10 | 2020-04-07 | OneTrust, LLC | Data processing systems for automated classification of personal information from documents and related methods |
US11461500B2 (en) | 2016-06-10 | 2022-10-04 | OneTrust, LLC | Data processing systems for cookie compliance testing with website scanning and related methods |
US10740487B2 (en) | 2016-06-10 | 2020-08-11 | OneTrust, LLC | Data processing systems and methods for populating and maintaining a centralized database of personal data |
US10496846B1 (en) | 2016-06-10 | 2019-12-03 | OneTrust, LLC | Data processing and communications systems and methods for the efficient implementation of privacy by design |
US11438386B2 (en) | 2016-06-10 | 2022-09-06 | OneTrust, LLC | Data processing systems for data-transfer risk identification, cross-border visualization generation, and related methods |
US10726158B2 (en) | 2016-06-10 | 2020-07-28 | OneTrust, LLC | Consent receipt management and automated process blocking systems and related methods |
US10282559B2 (en) | 2016-06-10 | 2019-05-07 | OneTrust, LLC | Data processing systems for identifying, assessing, and remediating data processing risks using data modeling techniques |
US10706176B2 (en) | 2016-06-10 | 2020-07-07 | OneTrust, LLC | Data-processing consent refresh, re-prompt, and recapture systems and related methods |
US11625502B2 (en) | 2016-06-10 | 2023-04-11 | OneTrust, LLC | Data processing systems for identifying and modifying processes that are subject to data subject access requests |
US10586075B2 (en) | 2016-06-10 | 2020-03-10 | OneTrust, LLC | Data processing systems for orphaned data identification and deletion and related methods |
US11354434B2 (en) | 2016-06-10 | 2022-06-07 | OneTrust, LLC | Data processing systems for verification of consent and notice processing and related methods |
US10713387B2 (en) | 2016-06-10 | 2020-07-14 | OneTrust, LLC | Consent conversion optimization systems and related methods |
US10997318B2 (en) | 2016-06-10 | 2021-05-04 | OneTrust, LLC | Data processing systems for generating and populating a data inventory for processing data access requests |
US11144622B2 (en) | 2016-06-10 | 2021-10-12 | OneTrust, LLC | Privacy management systems and methods |
US11520928B2 (en) | 2016-06-10 | 2022-12-06 | OneTrust, LLC | Data processing systems for generating personal data receipts and related methods |
US10706379B2 (en) | 2016-06-10 | 2020-07-07 | OneTrust, LLC | Data processing systems for automatic preparation for remediation and related methods |
US10438017B2 (en) | 2016-06-10 | 2019-10-08 | OneTrust, LLC | Data processing systems for processing data subject access requests |
US11475136B2 (en) | 2016-06-10 | 2022-10-18 | OneTrust, LLC | Data processing systems for data transfer risk identification and related methods |
US11222142B2 (en) | 2016-06-10 | 2022-01-11 | OneTrust, LLC | Data processing systems for validating authorization for personal data collection, storage, and processing |
US10708305B2 (en) | 2016-06-10 | 2020-07-07 | OneTrust, LLC | Automated data processing systems and methods for automatically processing requests for privacy-related information |
US10896394B2 (en) | 2016-06-10 | 2021-01-19 | OneTrust, LLC | Privacy management systems and methods |
US10204154B2 (en) | 2016-06-10 | 2019-02-12 | OneTrust, LLC | Data processing systems for generating and populating a data inventory |
US11416589B2 (en) | 2016-06-10 | 2022-08-16 | OneTrust, LLC | Data processing and scanning systems for assessing vendor risk |
US10284604B2 (en) | 2016-06-10 | 2019-05-07 | OneTrust, LLC | Data processing and scanning systems for generating and populating a data inventory |
US10452866B2 (en) | 2016-06-10 | 2019-10-22 | OneTrust, LLC | Data processing systems for fulfilling data subject access requests and related methods |
US11295316B2 (en) | 2016-06-10 | 2022-04-05 | OneTrust, LLC | Data processing systems for identity validation for consumer rights requests and related methods |
US10853501B2 (en) | 2016-06-10 | 2020-12-01 | OneTrust, LLC | Data processing and scanning systems for assessing vendor risk |
US10452864B2 (en) | 2016-06-10 | 2019-10-22 | OneTrust, LLC | Data processing systems for webform crawling to map processing activities and related methods |
US11023842B2 (en) | 2016-06-10 | 2021-06-01 | OneTrust, LLC | Data processing systems and methods for bundled privacy policies |
US10572686B2 (en) | 2016-06-10 | 2020-02-25 | OneTrust, LLC | Consent receipt management systems and related methods |
US10416966B2 (en) | 2016-06-10 | 2019-09-17 | OneTrust, LLC | Data processing systems for identity validation of data subject access requests and related methods |
US11057356B2 (en) | 2016-06-10 | 2021-07-06 | OneTrust, LLC | Automated data processing systems and methods for automatically processing data subject access requests using a chatbot |
US10503926B2 (en) | 2016-06-10 | 2019-12-10 | OneTrust, LLC | Consent receipt management systems and related methods |
US10242228B2 (en) * | 2016-06-10 | 2019-03-26 | OneTrust, LLC | Data processing systems for measuring privacy maturity within an organization |
US11210420B2 (en) | 2016-06-10 | 2021-12-28 | OneTrust, LLC | Data subject access request processing systems and related methods |
US10318761B2 (en) | 2016-06-10 | 2019-06-11 | OneTrust, LLC | Data processing systems and methods for auditing data request compliance |
US11146566B2 (en) | 2016-06-10 | 2021-10-12 | OneTrust, LLC | Data processing systems for fulfilling data subject access requests and related methods |
US10282700B2 (en) | 2016-06-10 | 2019-05-07 | OneTrust, LLC | Data processing systems for generating and populating a data inventory |
US11403377B2 (en) | 2016-06-10 | 2022-08-02 | OneTrust, LLC | Privacy management systems and methods |
US11188862B2 (en) | 2016-06-10 | 2021-11-30 | OneTrust, LLC | Privacy management systems and methods |
US10565161B2 (en) | 2016-06-10 | 2020-02-18 | OneTrust, LLC | Data processing systems for processing data subject access requests |
US10706131B2 (en) | 2016-06-10 | 2020-07-07 | OneTrust, LLC | Data processing systems and methods for efficiently assessing the risk of privacy campaigns |
US10776517B2 (en) | 2016-06-10 | 2020-09-15 | OneTrust, LLC | Data processing systems for calculating and communicating cost of fulfilling data subject access requests and related methods |
US11277448B2 (en) | 2016-06-10 | 2022-03-15 | OneTrust, LLC | Data processing systems for data-transfer risk identification, cross-border visualization generation, and related methods |
US10997315B2 (en) | 2016-06-10 | 2021-05-04 | OneTrust, LLC | Data processing systems for fulfilling data subject access requests and related methods |
US10430740B2 (en) | 2016-06-10 | 2019-10-01 | One Trust, LLC | Data processing systems for calculating and communicating cost of fulfilling data subject access requests and related methods |
US11025675B2 (en) | 2016-06-10 | 2021-06-01 | OneTrust, LLC | Data processing systems and methods for performing privacy assessments and monitoring of new versions of computer code for privacy compliance |
US11366909B2 (en) | 2016-06-10 | 2022-06-21 | OneTrust, LLC | Data processing and scanning systems for assessing vendor risk |
US11343284B2 (en) | 2016-06-10 | 2022-05-24 | OneTrust, LLC | Data processing systems and methods for performing privacy assessments and monitoring of new versions of computer code for privacy compliance |
US11157600B2 (en) | 2016-06-10 | 2021-10-26 | OneTrust, LLC | Data processing and scanning systems for assessing vendor risk |
US11087260B2 (en) | 2016-06-10 | 2021-08-10 | OneTrust, LLC | Data processing systems and methods for customizing privacy training |
US11481710B2 (en) | 2016-06-10 | 2022-10-25 | OneTrust, LLC | Privacy management systems and methods |
US10585968B2 (en) | 2016-06-10 | 2020-03-10 | OneTrust, LLC | Data processing systems for fulfilling data subject access requests and related methods |
US10642870B2 (en) | 2016-06-10 | 2020-05-05 | OneTrust, LLC | Data processing systems and methods for automatically detecting and documenting privacy-related aspects of computer software |
US11238390B2 (en) | 2016-06-10 | 2022-02-01 | OneTrust, LLC | Privacy management systems and methods |
US10949170B2 (en) | 2016-06-10 | 2021-03-16 | OneTrust, LLC | Data processing systems for integration of consumer feedback with data subject access requests and related methods |
US10565397B1 (en) | 2016-06-10 | 2020-02-18 | OneTrust, LLC | Data processing systems for fulfilling data subject access requests and related methods |
US11416109B2 (en) | 2016-06-10 | 2022-08-16 | OneTrust, LLC | Automated data processing systems and methods for automatically processing data subject access requests using a chatbot |
US10769301B2 (en) | 2016-06-10 | 2020-09-08 | OneTrust, LLC | Data processing systems for webform crawling to map processing activities and related methods |
US10685140B2 (en) | 2016-06-10 | 2020-06-16 | OneTrust, LLC | Consent receipt management systems and related methods |
US11328092B2 (en) | 2016-06-10 | 2022-05-10 | OneTrust, LLC | Data processing systems for processing and managing data subject access in a distributed environment |
US12045266B2 (en) | 2016-06-10 | 2024-07-23 | OneTrust, LLC | Data processing systems for generating and populating a data inventory |
US10454973B2 (en) | 2016-06-10 | 2019-10-22 | OneTrust, LLC | Data processing systems for data-transfer risk identification, cross-border visualization generation, and related methods |
US11222139B2 (en) | 2016-06-10 | 2022-01-11 | OneTrust, LLC | Data processing systems and methods for automatic discovery and assessment of mobile software development kits |
US11227247B2 (en) | 2016-06-10 | 2022-01-18 | OneTrust, LLC | Data processing systems and methods for bundled privacy policies |
US10496803B2 (en) | 2016-06-10 | 2019-12-03 | OneTrust, LLC | Data processing systems and methods for efficiently assessing the risk of privacy campaigns |
US10885485B2 (en) | 2016-06-10 | 2021-01-05 | OneTrust, LLC | Privacy management systems and methods |
US10798133B2 (en) | 2016-06-10 | 2020-10-06 | OneTrust, LLC | Data processing systems for data-transfer risk identification, cross-border visualization generation, and related methods |
US11151233B2 (en) | 2016-06-10 | 2021-10-19 | OneTrust, LLC | Data processing and scanning systems for assessing vendor risk |
US11294939B2 (en) | 2016-06-10 | 2022-04-05 | OneTrust, LLC | Data processing systems and methods for automatically detecting and documenting privacy-related aspects of computer software |
US10440062B2 (en) | 2016-06-10 | 2019-10-08 | OneTrust, LLC | Consent receipt management systems and related methods |
US11392720B2 (en) | 2016-06-10 | 2022-07-19 | OneTrust, LLC | Data processing systems for verification of consent and notice processing and related methods |
US11586700B2 (en) | 2016-06-10 | 2023-02-21 | OneTrust, LLC | Data processing systems and methods for automatically blocking the use of tracking tools |
US11134086B2 (en) | 2016-06-10 | 2021-09-28 | OneTrust, LLC | Consent conversion optimization systems and related methods |
US10878127B2 (en) | 2016-06-10 | 2020-12-29 | OneTrust, LLC | Data subject access request processing systems and related methods |
US11651104B2 (en) | 2016-06-10 | 2023-05-16 | OneTrust, LLC | Consent receipt management systems and related methods |
US11651106B2 (en) | 2016-06-10 | 2023-05-16 | OneTrust, LLC | Data processing systems for fulfilling data subject access requests and related methods |
US10783256B2 (en) | 2016-06-10 | 2020-09-22 | OneTrust, LLC | Data processing systems for data transfer risk identification and related methods |
US10467432B2 (en) | 2016-06-10 | 2019-11-05 | OneTrust, LLC | Data processing systems for use in automatically generating, populating, and submitting data subject access requests |
US11100444B2 (en) | 2016-06-10 | 2021-08-24 | OneTrust, LLC | Data processing systems and methods for providing training in a vendor procurement process |
US10592692B2 (en) | 2016-06-10 | 2020-03-17 | OneTrust, LLC | Data processing systems for central consent repository and related methods |
US10437412B2 (en) | 2016-06-10 | 2019-10-08 | OneTrust, LLC | Consent receipt management systems and related methods |
US11544667B2 (en) | 2016-06-10 | 2023-01-03 | OneTrust, LLC | Data processing systems for generating and populating a data inventory |
US10803200B2 (en) | 2016-06-10 | 2020-10-13 | OneTrust, LLC | Data processing systems for processing and managing data subject access in a distributed environment |
US11354435B2 (en) | 2016-06-10 | 2022-06-07 | OneTrust, LLC | Data processing systems for data testing to confirm data deletion and related methods |
US10909265B2 (en) | 2016-06-10 | 2021-02-02 | OneTrust, LLC | Application privacy scanning systems and related methods |
US11418492B2 (en) | 2016-06-10 | 2022-08-16 | OneTrust, LLC | Data processing systems and methods for using a data model to select a target data asset in a data migration |
US11336697B2 (en) | 2016-06-10 | 2022-05-17 | OneTrust, LLC | Data processing systems for data-transfer risk identification, cross-border visualization generation, and related methods |
US10839102B2 (en) | 2016-06-10 | 2020-11-17 | OneTrust, LLC | Data processing systems for identifying and modifying processes that are subject to data subject access requests |
US11074367B2 (en) | 2016-06-10 | 2021-07-27 | OneTrust, LLC | Data processing systems for identity validation for consumer rights requests and related methods |
US11727141B2 (en) | 2016-06-10 | 2023-08-15 | OneTrust, LLC | Data processing systems and methods for synching privacy-related user consent across multiple computing devices |
US11301796B2 (en) | 2016-06-10 | 2022-04-12 | OneTrust, LLC | Data processing systems and methods for customizing privacy training |
US10510031B2 (en) | 2016-06-10 | 2019-12-17 | OneTrust, LLC | Data processing systems for identifying, assessing, and remediating data processing risks using data modeling techniques |
US10606916B2 (en) | 2016-06-10 | 2020-03-31 | OneTrust, LLC | Data processing user interface monitoring systems and related methods |
US11416590B2 (en) | 2016-06-10 | 2022-08-16 | OneTrust, LLC | Data processing and scanning systems for assessing vendor risk |
US10873606B2 (en) | 2016-06-10 | 2020-12-22 | OneTrust, LLC | Data processing systems for data-transfer risk identification, cross-border visualization generation, and related methods |
US11228620B2 (en) | 2016-06-10 | 2022-01-18 | OneTrust, LLC | Data processing systems for data-transfer risk identification, cross-border visualization generation, and related methods |
US11038925B2 (en) | 2016-06-10 | 2021-06-15 | OneTrust, LLC | Data processing systems for data-transfer risk identification, cross-border visualization generation, and related methods |
US11222309B2 (en) | 2016-06-10 | 2022-01-11 | OneTrust, LLC | Data processing systems for generating and populating a data inventory |
US11200341B2 (en) | 2016-06-10 | 2021-12-14 | OneTrust, LLC | Consent receipt management systems and related methods |
US10909488B2 (en) | 2016-06-10 | 2021-02-02 | OneTrust, LLC | Data processing systems for assessing readiness for responding to privacy-related incidents |
US10275614B2 (en) | 2016-06-10 | 2019-04-30 | OneTrust, LLC | Data processing systems for generating and populating a data inventory |
US10747898B2 (en) * | 2016-10-20 | 2020-08-18 | International Business Machines Corporation | Determining privacy for a user and a product in a particular context |
US11430434B1 (en) * | 2017-02-15 | 2022-08-30 | Amazon Technologies, Inc. | Intelligent privacy protection mediation |
US10013577B1 (en) | 2017-06-16 | 2018-07-03 | OneTrust, LLC | Data processing systems for identifying whether cookies contain personally identifying information |
US11144675B2 (en) | 2018-09-07 | 2021-10-12 | OneTrust, LLC | Data processing systems and methods for automatically protecting sensitive data within privacy management systems |
US11544409B2 (en) | 2018-09-07 | 2023-01-03 | OneTrust, LLC | Data processing systems and methods for automatically protecting sensitive data within privacy management systems |
US10803202B2 (en) | 2018-09-07 | 2020-10-13 | OneTrust, LLC | Data processing systems for orphaned data identification and deletion and related methods |
US11797528B2 (en) | 2020-07-08 | 2023-10-24 | OneTrust, LLC | Systems and methods for targeted data discovery |
US11444976B2 (en) | 2020-07-28 | 2022-09-13 | OneTrust, LLC | Systems and methods for automatically blocking the use of tracking tools |
WO2022032072A1 (en) | 2020-08-06 | 2022-02-10 | OneTrust, LLC | Data processing systems and methods for automatically redacting unstructured data from a data subject access request |
US11436373B2 (en) | 2020-09-15 | 2022-09-06 | OneTrust, LLC | Data processing systems and methods for detecting tools for the automatic blocking of consent requests |
WO2022061270A1 (en) | 2020-09-21 | 2022-03-24 | OneTrust, LLC | Data processing systems and methods for automatically detecting target data transfers and target data processing |
EP4241173A1 (en) | 2020-11-06 | 2023-09-13 | OneTrust LLC | Systems and methods for identifying data processing activities based on data discovery results |
US11687528B2 (en) | 2021-01-25 | 2023-06-27 | OneTrust, LLC | Systems and methods for discovery, classification, and indexing of data in a native computing system |
WO2022170047A1 (en) | 2021-02-04 | 2022-08-11 | OneTrust, LLC | Managing custom attributes for domain objects defined within microservices |
WO2022170254A1 (en) | 2021-02-08 | 2022-08-11 | OneTrust, LLC | Data processing systems and methods for anonymizing data samples in classification analysis |
US20240098109A1 (en) | 2021-02-10 | 2024-03-21 | OneTrust, LLC | Systems and methods for mitigating risks of third-party computing system functionality integration into a first-party computing system |
US11775348B2 (en) | 2021-02-17 | 2023-10-03 | OneTrust, LLC | Managing custom workflows for domain objects defined within microservices |
WO2022178219A1 (en) | 2021-02-18 | 2022-08-25 | OneTrust, LLC | Selective redaction of media content |
WO2022192269A1 (en) | 2021-03-08 | 2022-09-15 | OneTrust, LLC | Data transfer discovery and analysis systems and related methods |
US11562078B2 (en) | 2021-04-16 | 2023-01-24 | OneTrust, LLC | Assessing and managing computational risk involved with integrating third party computing functionality within a computing system |
US11620142B1 (en) | 2022-06-03 | 2023-04-04 | OneTrust, LLC | Generating and customizing user interfaces for demonstrating functions of interactive user environments |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8447630B2 (en) * | 2004-02-26 | 2013-05-21 | Payment Pathways, Inc. | Systems and methods for managing permissions for information ownership in the cloud |
US8467808B1 (en) * | 2007-04-17 | 2013-06-18 | At&T Mobility Ii Llc | Mobile object location-based privacy protection |
KR100992482B1 (ko) | 2008-10-30 | 2010-11-08 | 충남대학교산학협력단 | 프라이버시 자기 제어 프로토콜 기반의 개인위치정보 설정 시스템 및 방법 |
US20120222083A1 (en) * | 2011-02-28 | 2012-08-30 | Nokia Corporation | Method and apparatus for enforcing data privacy |
KR20130082518A (ko) | 2011-12-07 | 2013-07-22 | 한국전자통신연구원 | 소셜 네트워크를 기반으로 하는 개인화 서비스 제공 장치 및 그 방법 |
US9081986B2 (en) * | 2012-05-07 | 2015-07-14 | Nokia Technologies Oy | Method and apparatus for user information exchange |
US9510141B2 (en) * | 2012-06-04 | 2016-11-29 | Apple Inc. | App recommendation using crowd-sourced localized app usage data |
US20130340086A1 (en) * | 2012-06-13 | 2013-12-19 | Nokia Corporation | Method and apparatus for providing contextual data privacy |
WO2014032049A2 (en) * | 2012-08-24 | 2014-02-27 | Environmental Systems Research Institute, Inc. | Systems and methods for managing location data and providing a privacy framework |
US20140096261A1 (en) * | 2012-10-01 | 2014-04-03 | Nokia Corporation | Method and apparatus for providing privacy policy for data stream |
US20140298347A1 (en) * | 2013-03-13 | 2014-10-02 | Samsung Electronics Co., Ltd. | Computing system with resource management mechanism and method of operation thereof |
US20150088616A1 (en) * | 2013-09-20 | 2015-03-26 | Nymity Inc. | Method, software and device for automatically scoring privacy protection based on evidence |
-
2013
- 2013-12-23 US US14/359,690 patent/US10417445B2/en active Active
- 2013-12-23 CN CN201380081123.6A patent/CN105723354B/zh active Active
- 2013-12-23 WO PCT/US2013/077524 patent/WO2015099664A1/en active Application Filing
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113196789A (zh) * | 2018-12-26 | 2021-07-30 | 辛纳普蒂克斯公司 | 免注册离线设备个性化 |
CN110414241A (zh) * | 2019-08-05 | 2019-11-05 | 深圳市网安计算机安全检测技术有限公司 | 隐私策略检测方法、装置、计算机设备及存储介质 |
CN110414241B (zh) * | 2019-08-05 | 2021-08-27 | 深圳市网安计算机安全检测技术有限公司 | 隐私策略检测方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2015099664A1 (en) | 2015-07-02 |
CN105723354B (zh) | 2021-07-30 |
US10417445B2 (en) | 2019-09-17 |
US20150235050A1 (en) | 2015-08-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105723354A (zh) | 情境感知隐私性计量 | |
US11395093B2 (en) | Method, system and apparatus for location-based machine-assisted interactions | |
US11070935B2 (en) | Devices for conducting social network operations | |
US10706446B2 (en) | Method, system, and computer-readable medium for using facial recognition to analyze in-store activity of a user | |
US10176195B2 (en) | Systems and methods for content placement, retrieval and management based on geolocation and other parameters | |
US9672492B2 (en) | System and method for distributing insurance social media related information | |
KR101801765B1 (ko) | 온라인 소셜 네트워크에서 비콘을 사용한 사용자 알림의 생성 | |
KR101731437B1 (ko) | 암시적 소셜 그래프 연결관계 | |
KR101852538B1 (ko) | 온라인 소셜 네트워크에서 비콘을 사용한 제3자 컨텐츠의 맞춤화 | |
US20190340622A1 (en) | Enhanced customer interaction | |
CA2789224C (en) | Communicating information in a social network system about activities from another domain | |
US20170180505A1 (en) | Method, computer-readable storage device and apparatus for storing privacy information | |
KR102005743B1 (ko) | 온라인 시스템의 사용자를 위한 위치 내역에 기반하여 사용자의 위치 및 움직임 예측 | |
US20120084151A1 (en) | Facilitation of user management of unsolicited server operations and extensions thereto | |
US20120084348A1 (en) | Facilitation of user management of unsolicited server operations | |
US11595329B2 (en) | Location based content system for mobile applications | |
US11032423B2 (en) | Simultaneous voice and data content driven commercial data platform | |
CN106228390A (zh) | 利用电子优惠券的广告监测方法及相应的优惠券使用终端 | |
TW201606535A (zh) | 個人智慧平台 | |
Roh et al. | Personalized advertisement recommendation system based on user profile in the smart phone | |
US20150312715A1 (en) | Arrangement and method for location based content provision | |
US20140244389A1 (en) | System and method for cloud based payment intelligence | |
US20190213639A1 (en) | Location-specific notifications and recommendations | |
US20170091815A1 (en) | Restricting targeted advertising across multiple environments | |
CN104123281A (zh) | 使用位置信息提供建议的方法和*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |