移动社交网络中隐私泄露风险度量研究

Nowadays, mobile social network has become an essential part in people's daily life. On one side, it provides customers all kinds of convenient services and social experiences（for example, customers can use mobile-phone to obtain his position information and find the nearest coffee shop or hotel, and share his positioned findings）; however, one the other side, customers of mobile social network are facing huge challenge of privacy disclosure problems（for example, customers’ positions, photos, comments can be shared, service providers and advertising agencies can collect customer’s personal information by using mobile devices）. The existing research works on this problem are mainly to protect customer’s privacy from technical views, but lack of risk measurement on mobile social network privacy disclosure. Facing this problem, this project will study the mobile social network privacy disclosure risk measurement from the view of human, APP, and economic factors. Firstly, we will build Attack and Defense Tree to describe the privacy disclosure paths and defense strategies in mobile social network; secondly, we will use Markov and machine learning methods to measure privacy disclosure risk based on customers behavior and APP permission; finally, we will build economic game model to analyze the privacy attack and defense strategies in mobile social network, and provide strategies for privacy security management.

移动社交网络正在深刻影响人们的日常生活。一方面移动社交网络为用户提供各种便捷的服务及社交体验（例如：用户利用手机实时地获取位置信息，查找附近的咖啡馆、酒店等，并与朋友分享带有位置标签的内容）；另一方面社交网络中用户又面临着隐私泄露的巨大挑战（例如：用户的位置，照片，评论分享，服务商、广告商通过移动终端对个人信息的采集等）。现有的研究通常只针对隐私泄露的某一方面从技术的角度进行隐私保护，却很少从风险度量的角度探讨。本项目就是针对移动社交网络中的隐私泄露问题，从人的因素、软件的因素、经济因素等方面进行隐私泄露风险度量研究。本项目首先采用攻击防护树模型形象地对当前存在的隐私泄露途径及防护措施进行刻画，其次利用马尔可夫方法及机器学习方法对移动社交网络中用户行为及应用软件权限进行风险度量，最后引入经济博弈模型对移动社交网络中隐私的攻防双方的行为策略进行分析，为移动社交网络隐私安全管理提供策略支持。

本课题围绕“移动社交网络中隐私泄露风险度量研究”这一主题，以社交网络中的隐私泄露问题为出发点，开展了以下三个方面的研究。.在用户行为层面，本课题对移动社交网络（微信等）的流量进行测信道分析，从而推测用户隐私信息；并提出了一种基于用户行为来推测用户移动轨迹（位置隐私）的方法，进而建立攻击防护树模型，直观地展示了各攻击/防御手段间的逻辑关系。通过引入了基于马尔可夫链的状态转移模型，本课题研究了网络系统状态在攻击、防御下的动态转移规律，并探究攻击/防御成功率对系统稳态时各状态分布的影响。.在移动应用(APP)风险管理层面，本课题对用户进行了隐私特征肖像建模，并提出了现实可用的隐私肖像预测方法以及一种基于流量挖掘与静态分析的移动应用隐私泄露检测方法。基于不同用户对隐私信息收集的容忍程度的不同，在不降低用户体验的前提下，本课题提出并实现了一个能够最大限度保护用户隐私的权限管理框架。.在社交网络隐私风险管理层面，本课题引入了经济博弈理论来分析攻击方与防护方各自的经济效用，研究双方在不同环境风险情况下各自的攻击（获取隐私）或防护（保护隐私）策略，从而对移动社交网络的隐私风险管理提供了策略上的支持。.在本课题的执行期间，研究团队共发表学术论文8篇（SCI索引论文3篇）。其中，一篇发表于CCF A类期刊IEEE TDSC中，并入选ESI高被引论文；一篇发表于JCR 一区期刊IEEE Internet of Things Journal中。项目执行期间，共参加了5次国际学术交流会议，5人进行了大会的学术报告。邀请海外专家来华交流和研讨共10次。取得了良好学术交流效益。

内容获取失败，请点击重试