隐私的可计算性及其对社会行为网络的影响建模与分析

《隐私的可计算性及其对社会行为网络的影响建模与分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：TP311.5单位代码：10183研究生学号：2015544020密级：公开吉林大学硕士学位论文（专业学位）隐私的可计算性及其对社会行为网络的影响建模与分析ComputationalHabitualPrivacyandModelingPrivacy-awarenessSocialBehaviorNetwork作者姓名：韩旭类别：工程硕士领域（方向）：软件工程指导教师：刘衍珩教授培养单位：软件学院2018年6月隐私的可计算性及其对社会行为网络的影响建模与分析ComputationalHabitualPrivacyandModelingPrivacy-awarenessSocial

2、BehaviorNetwork作者姓名：韩旭领域（方向）：软件工程指导教师：刘衍珩教授类别：工程硕士答辩日期：年月日未经本论文作者的书面授权，依法收存和保管本论文书面版本、电子版本的任何单位和个人，均不得对本论文的全部或部分内容进行任何形式的复制、修改、发行、出租、改编等有碍作者著作权的商业性使用（但纯学术性使用不在此限）。否则，应承担侵权的法律责任。吉林大学硕士学位论文原创性声明本人郑重声明：所呈交学位论文，是本人在指导教师的指导下，独立进行研宄工作所取得的成果。除文中己经注明引用的内容外，本论文不包含任何其他个人或集体己经发表或撰写过的作品成果。对本

3、文的研究做出重要贡献的个人和集体，均己在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：日期，：Ｍ分年＜月日ｃ／摘要隐私的可计算性及其对社会行为网络的影响建模与分析日益网络化的人类社会要求人类对各种网络的结构、性质和行为有更为清晰的认识并且能够施加相应的控制。由于网络中的隐私泄露行为逐渐发展成为一个刻不容缓的问题，目前的许多网络演化研究都存在着隐私倾向。为此，我们基于香农信息理论逆定理，提出了一个全新的概念，称之为“习惯性隐私”。我们希望通过习惯性隐私的提出，对隐私暴露行为进行定量分析，方便隐私计算。习惯性隐私是数据所有者本身的固

4、有属性，只与他们的习惯行为和他们对隐私暴露的敏感度有关。此外，我们提出了联合隐私量和累积隐私量的概念。联合隐私量是对同一场合中同时发生的两种习惯行为所暴露的隐私量的度量；累积隐私量是在一段时间和/或空间间隔内累积的隐私暴露总量的度量。根据定义，我们给出了相应的隐私计算框架，并将所提出的计算框架应用于四个不同的经验数据集。这些数据集包括：移动轨迹GPS数据、驾驶员车速偏好数据、蓝牙设备连接数据和移动通话记录。仿真实验结果给出了所提出的量化隐私框架在不同条件下所表现出的特征，并显示了各种相关参数的组合影响。预计习惯性隐私量计算有望为设计更安全和更有效的隐私保护机制奠定理论基石。当前的复杂网

5、络建模研究中，普遍认为网络的驱动力来源于活动。因此，我们通过综合考虑决策过程中活动和习惯性隐私的影响，提出了隐私-活动共同驱动模型。该模型主要考虑了三个因素：建立新连接的代价，在开发过程中的收敛性，以及网络初始状态的影响。隐私-活动驱动的模型有助于更准确地捕捉高度动态的网络行为，并找出复杂的演化过程，从而深刻理解隐私驱动下的社会行为网络演变趋势。关键词：习惯性隐私，量化标准，隐私意识，隐私保护，移动无线网络，社会网络IAbstractComputationalHabitualPrivacyandModelingPrivacy-awarenessSocialBehaviorNetwork

6、Theincreasinglynetworkedhumansocietyrequiresthathumanbeingshaveaclearunderstandingandcontroloverthestructure,natureandbehaviorofvarioussocialnetworks.Thereisatendencytowardsprivacyinthestudyofnetworkevolutionsbecauseprivacydisclosurebehaviorinthenetworkhasgraduallydevelopedintoaseriousconcern.Fo

7、rthispurpose,weextendedinformationtheoryandproposedabrand-newconceptaboutso-called"habitualprivacy"toquantitativelyanalyzeprivacyexposurebehaviorandfacilitateprivacycomputation.Weemphasizedthathabitualprivacyisaninherentprop