[發(fā)明專利]網(wǎng)絡(luò)社交平臺隱私甄別方法、系統(tǒng)、存儲介質(zhì)和計算機

在審

• 申請?zhí)枺?/td>: 201811451898.9
• 申請日: 2018-11-30
• 公開（公告）號: CN109739976A
• 公開（公告）日: 2019-05-10
• 發(fā)明（設(shè)計）人: 曹娟;郭俊波;謝添
• 申請（專利權(quán)）人: 中國科學(xué)院計算技術(shù)研究所
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06K9/62;G06F21/62;G06F17/27
• 代理公司: 北京律誠同業(yè)知識產(chǎn)權(quán)代理有限公司 11006
• 代理人: 祁建國;梁揮

本發(fā)明涉及一種網(wǎng)絡(luò)社交平臺隱私甄別方法、系統(tǒng)、存儲介質(zhì)和計算機，包括：根據(jù)網(wǎng)絡(luò)社交平臺已發(fā)布的問題及相關(guān)答案之間的結(jié)構(gòu)特征，構(gòu)建由多組分析數(shù)據(jù)構(gòu)成的訓(xùn)練樣本集，分析數(shù)據(jù)包括：問題信息、相關(guān)的答案列表信息以及對應(yīng)的隱私性標(biāo)簽；以訓(xùn)練樣本集中的問題信息、相關(guān)的答案列表信息為輸入，以對應(yīng)的隱私性標(biāo)簽為輸出，訓(xùn)練深度學(xué)習(xí)模型得到基于深度學(xué)習(xí)模型的隱私信息甄別模型；獲取社交網(wǎng)絡(luò)平臺上發(fā)布的問題信息，作為待甄別信息，將待甄別信息和與待甄別信息相關(guān)的答案列表信息輸入到隱私信息甄別模型，得到待甄別信息的隱私性標(biāo)簽作為隱私甄別結(jié)果。

技術(shù)領(lǐng)域

本發(fā)明涉及隱私保護技術(shù)領(lǐng)域，尤其涉及一種基于深度學(xué)習(xí)的網(wǎng)絡(luò)社交平臺隱私甄別方法、系統(tǒng)、存儲介質(zhì)和計算機。

背景技術(shù)

隨著社交媒體的興起，人們逐漸習(xí)慣在社交網(wǎng)絡(luò)上分享個人的想法和經(jīng)歷。然而，用戶在享受社交媒體自由表達(dá)的同時，也承擔(dān)了隱私泄露的風(fēng)險。隱私是指可確認(rèn)特定個人(或團體)身份或其特征，但個人(或團體)不愿被暴露的敏感信息。用戶在社交網(wǎng)絡(luò)中發(fā)布內(nèi)容時，很可能會不自覺地暴露自身的敏感信息，給個人的生活帶來極大的影響和潛在風(fēng)險。因此，能否利用技術(shù)手段對用戶發(fā)布內(nèi)容中涉及到的隱私信息進行有效甄別以減少隱私泄露，成為自媒體時代亟待解決的問題。

在現(xiàn)有技術(shù)中，隱私信息甄別方法主要包括基于問卷調(diào)查的方法和基于機器學(xué)習(xí)的方法?；趩柧碚{(diào)查的方法是通過專家經(jīng)驗和問卷調(diào)查來進行隱私內(nèi)容的甄別，例如，M.S.Ackerman等人用這種方式研究在電子商務(wù)領(lǐng)域用戶的隱私偏好，G.Bansal等人研究人們對健康隱私的保護需求，S.Patil等人研究人們對于位置隱私的保護需求，R.Kang等人研究不同年齡、職業(yè)的用戶群體對于隱私屬性的認(rèn)知等。然而，問卷調(diào)查的方法存在著很大局限性，一方面，隨著用戶在社交媒體上發(fā)布的內(nèi)容越來越多，涉及到的隱私信息遠(yuǎn)遠(yuǎn)超出了傳統(tǒng)隱私列表的范圍，另一方面，問卷調(diào)查方法存在著調(diào)研成本高、調(diào)研結(jié)果不精確的問題?；跈C器學(xué)習(xí)的方法是通過研究用戶的匿名行為來分析用戶的隱私需求，并采用機器學(xué)習(xí)的方法對隱私內(nèi)容進行自動甄別，其中，匿名行為通常包括對內(nèi)容可見范圍的設(shè)置，如設(shè)置為僅自己可見或僅好友可見等，Ralph Gross和AlessandroAcquisti等人通過分析用戶的隱私設(shè)置對隱私信息的暴露量以及潛在的風(fēng)險進行評估。然而，現(xiàn)有的機器學(xué)習(xí)的方法對隱私內(nèi)容進行自動甄別時，通常是通過用戶匿名行為對實驗數(shù)據(jù)進行隱私性的標(biāo)注，例如，D.Correa等人分別從非匿名網(wǎng)站(如Twitter)和匿名網(wǎng)站(如Whisper)中收集用戶發(fā)布的內(nèi)容，作為隱私分類實驗的正負(fù)樣本，J.-M.Xu等人通過研究用戶刪除的內(nèi)容來分析他們的隱私偏好，此外，現(xiàn)有的機器學(xué)習(xí)方法通常僅僅關(guān)注文本表層的語義特征，沒有對用戶發(fā)布內(nèi)容之間的關(guān)聯(lián)性進行更加深入全面的建模和語義理解，從而影響了隱私信息甄別的效果。

綜上，隨著社交媒體的發(fā)展和機器學(xué)習(xí)在各領(lǐng)域的突破性進展，需要對現(xiàn)有的隱私信息甄別技術(shù)進行改進，以提高利用機器學(xué)習(xí)方法進行信息隱私信息自動甄別的效果，使其更適合于網(wǎng)絡(luò)社交平臺的特點。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服上述現(xiàn)有技術(shù)的缺陷，提供一種基于網(wǎng)絡(luò)社交平臺的隱私信息甄別方法。

與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點在于：通過分析網(wǎng)絡(luò)社交平臺上用戶發(fā)布內(nèi)容的結(jié)構(gòu)特征構(gòu)建訓(xùn)練樣本集，結(jié)合問題信息本身和相關(guān)答案之間內(nèi)在邏輯關(guān)系和相互作用設(shè)計深度學(xué)習(xí)模型進行訓(xùn)練，獲得有效的隱私信息甄別模型，從而對用戶在網(wǎng)絡(luò)社交平臺上發(fā)布的新內(nèi)容的隱私性能夠進行準(zhǔn)確標(biāo)注，以有效地反映用戶的隱私偏好。

本發(fā)明的目的在于克服上述現(xiàn)有技術(shù)的缺陷，提供一種網(wǎng)絡(luò)社交平臺隱私甄別方法，其中包括：

步驟1、根據(jù)網(wǎng)絡(luò)社交平臺已發(fā)布的問題及相關(guān)答案之間的結(jié)構(gòu)特征，構(gòu)建由多組分析數(shù)據(jù)構(gòu)成的訓(xùn)練樣本集，該分析數(shù)據(jù)包括：問題信息、相關(guān)的答案列表信息以及對應(yīng)的隱私性標(biāo)簽；