基于区块链技术的网络用户隐私信息安全防护研究

当前的网络用户隐私信息安全防护矩阵一般为单层级,防护的范围受到限制,进而导致用户安全防护响应时间延长,为此提出对基于区块链技术的网络用户隐私信息安全防护的设计与验证研究。本文首先根据实际的防护需求及标准进行防护问题的描述,并构建区块链网络用户隐私信息防护模型;其次采用区块链加密+IPFS私有网络部署实现信息安全防护;最后与传统防护技术进行测试对比。结果表明:在区块链技术的辅助和支持下,此次所设计的区块链网络用户隐私信息安全防护效率更高,针对性更强,防护的范围得到进一步延伸,具有实际的应用价值。

网络用户协议单方变更条款问题研究

随着经济社会的发展和互联网技术的不断进步,人们对互联网各种应用平台的使用越发频繁,网络平台为海量的网络用户提供互联网服务。网络用户协议因其便捷性,而被广泛应用于互联网服务中。因网络用户协议在订立时的预先拟定、不可协商和重复使用的特性,其性质为格式条款。其中单方变更条款为信息技术的更迭和用户需求的变化提供了格式条款完善的手段。但是法律法规对于网络用户协议单方变更条款的规制并不完善,网络平台利用其优势地位恣意行使单方变更权,损害网络用户权益的问题愈加突出。本文基于此提出了相应的规制策略。

移动社交网络用户的浏览隐私保护

为保护用户在社交网络中浏览信息的安全,设计移动社交网络用户浏览隐私保护方法。先设置用户浏览隐私度量标准,计算用户浏览信息轨迹斜率,获得不同阶段用户浏览信息斜率比,再结合斜率夹角,得到轨迹函数。基于人工智能技术建立隐私信息分类模型,计算发起者与普通用户之间的相似性,确定用户被正确识别的概率,获取信息分类模型分类精度。设计社交网络用户浏览隐私保护算法,计算虚假轨迹区域的轨迹数目,定义圆心位置,获取移动社交网络用户的隐私匿名保护结果。实验结果显示,该隐私保护方法在隐私保护度、匿名时延和算法匿名开销等方面均有较高性能。

跨境电商中“网络用户隐私权”的侵权法律适用研究

近年来,世界经济向数字化方向转型的进程加快,跨境电商也应运而生且迅猛发展。相较传统上面对面的交易模式,通过虚拟网络进行商品跨境交易既快捷更全面,尤其是当前移动设备的普及,带动更加庞大的跨境电商业务,可以说当前跨境电商已然发展成为所有业务领域中最重要的营销渠道。人们在享受电商带来的快捷服务时,也同样面临新的法律问题。其中“网络用户隐私权”的出现就是最为引人注目的问题之一。除涉及“国家安全”和“公共利益”等情形外,各国往往仅根据各自不同的立法价值取向做出判断,进而导致面对涉外“网络用户隐私权”纠纷时,只能各自为政,且法律适用的效力极其低下。因此,在涉外侵权的冲突法适用规则上,尚未形成一套统一且有效的破局对策。本文以跨境电商下境内消费者权益保护为立足点,结合我国司法实践问题和境外权益保护制度探索研究,充实跨境电商中“网络用户隐私权”法律保护内容。

关于建立网络用户学的思考

］随着网络传播的飞速发展，对网络用户的研究也提上日程。网络用户学是研究网络用户的一门科学，它要研究网络用户在网络传播过程中的一系列相关问题，目的是加强网络传播研究，促进网络传播的发展。

基于解释结构模型的网络用户信息行为影响因素研究

采用系统工程的方法,基于解释结构模型,对影响网络用户信息行为的因素进行分析,将影响用户信息行为的13个因素划分为不同的层次,确定不同层次要素之间以及同一层次不同要素之间的关系,分清根源因素、中间因素以及表象因素,最终根据影响因素之间的关系提出合理建议。

一种基于选择性协同学习的网络用户异常行为检测方法

为了快速准确检测网络用户的异常行为,机器学习技术得到了广泛应用.但随着用户规模的扩大及用户行为的复杂化,基于机器学习的传统检测方法面临着大量标记训练样本而导致的巨大开销、实际网络用户异常行为数据非平衡性而导致的检测准确性不足等问题.因此,将选择性集成技术引入到协同学习过程中,提出了一种基于选择性协同学习的网络用户异常行为检测方法,使用基于多数类分布的改进EasyEnsemble方法将非平衡训练样本划分为平衡的样本子集,然后使用基于混合扰动的生成方法构造差异性成员分类器对样本子集进行协同学习,在学习过程中使用选择性集成进行置信度计算与数据更新以减少开销,并基于准确性选择构建集成分类器用于实际检测,使得检测方法在获得非平衡性复杂分布数据的处理能力的同时进一步提高检测准确性.实验结果表明,该方法较传统方法减少了对训练样本中标记数据的需求,同时在准确性评价指标上表现更好,能更快速准确地检测出网络用户的异常行为.

网络用户粘性行为形成机理及实证分析

文章在文献回顾的基础上,分析网络用户粘性行为产生机理,并提出网络用户粘性概念模型。运用结构方程模型,对网络用户粘性行为形成机理概念模型进行实证分析。实证结果显示,网络粘性行为是用户在持续使用基础上形成的一种伴随心理变化的过度使用行为,该种行为受到主客观等多种因素的影响。

基于网络用户信息行为的图书馆服务创新研究

互联网时代,网络用户信息行为是图书馆服务创新的出发点。在阐述网络用户信息行为内涵的基础上,对网络用户信息搜寻行为、信息浏览行为、信息交互行为、信息选择行为与信息评价行为进行了分析,并从搭建交流平台、加强信息组织与揭示、构建用户信息行为数据库等方面提出了图书馆的服务创新策略。

保护动机对社交网络用户隐私关注和隐私安全保护行为的影响研究

[目的/意义]从用户信息安全的角度来保障其在社交网络平台的积极性与活跃度,应加强用户隐私保护动机和采纳隐私安全保护行为。[方法/过程]以保护动机理论中的威胁评估过程和应对评估过程作为前因变量,考察保护动机对社交网络用户的隐私关注和隐私安全保护行为的影响作用,提出了理论模型和13条研究假设。通过问卷调研收集了新浪微博的用户数据,采用SPSS和AMOS对理论模型进行SEM分析和中介效应分析来检验相关路径假设。[结果/结论]研究表明:社交网络用户对隐私披露所面临风险的威胁评估和应对评估过程正向影响其隐私安全保护行为,用户的隐私关注受到威胁评估的正向影响并对用户的隐私安全保护行为产生直接和中介影响。

一种Internet的网络用户行为分析方法的研究

文章在系统研究Internet的用户行为特征的基础上,从监测和分析的角度,给出了因特网用户行为的一种分类方式及表示方式。讨论了正常行为聚类研究的常用方法和异常行为的监测方法,设计了分布式的网络用户行为分析模型的体系结构,为网络用户行为的自动发现提出了一种有效的解决途径。

基于网络用户安全的信息管理系统的设计

介绍了C/S结构技术在信息管理系统中的应用以及如何把操作系统用户和MIS用户集成管理的新方案。它已应用在管理信息系统中并为MIS用户管理提供了新的思路。

网络用户信息行为研究述略

对传统信息行为研究进行概述,探讨了网络用户信息行为的,对将来的研究趋势进行一个预测。

基于云模型理论的网络用户行为评判模型研究

由于网络的异构性使得网络中的用户纷繁复杂,而众多的网络用户行为表现方式又多种多样,也直接影响到网络的安全性.本文借鉴已有的研究工作,以复杂的网络环境为研究背景,通过对复杂网络环境中用户行为的研究,引入云模型理论,研究并提出了一个基于云模型理论的网络用户行为评判模型,实现了对网络用户行为定量描述及评判;同时研究结果还体现了网络用户行为的不确定性和评判标准的差异性,这样使网络行为评判结果更加符合客观事实.仿真实验进一步验证了本文研究的网络用户行为评判模型能够对复杂的网络环境中网络用户行为做出合理的评判,为复杂的网络环境中网络行为评判的研究提供了有价值的新思路.

基于网络用户体验与感知的信息质量影响因素模型实证研究

随着网络环境的变化与发展，信息用户的地位也随之发生了变化，用户在与网站交互过程中的体验与感知直接影响其对信息质量的评价与满意度。文章运用了问卷调查研究方法对所提出的网络用户体验与感知视角的信息质量影响因素模型进行验证与修正。结果表明，其模型由信息特征、帮助支持、感观心理、过程服务、基本功能、用户个性素养六个维度所构成，其指标要素涵盖了用户在信息获取与信息交互过程的全方位、多视角体验与感知到的信息质量影响因素，体现与反映了基本网络用户的特征与切实需求。研究结果将为通过优化用户体验与感知提升信息质量提供可兹借鉴的路径。

基于Web日志的匿名网络用户聚类研究

该文探讨了从Web日志中提取匿名网络用户会话信息的方法以及会话向量的表述形式,并利用网页的层次性减少会话向量的维数,确定了用户会话之间的相似度的计算公式,最后采用leader层次聚类算法完成匿名网络用户会话聚类。实验结果表明,这种方法是高效可行的,可以较好地解决扩展性和动态聚类等问题。

网络用户个人信息的敏感度研究

采用问卷调查的方式对中国网络用户个人信息的敏感度进行了研究。结果表明,调查中21项信息的敏感度存在差异,据此可将网络用户个人信息分为非常敏感、敏感、比较敏感和不敏感四类;网络情境对大多数个人信息的敏感度产生了显著影响;不同性别、年龄和学历的网络用户对个人信息的敏感度认识存在差异。

网络用户信息浏览行为中的心理模式研究

采用观察、访谈、关键事件、有声思维等研究方法,通过研究用户使用网络浏览器的情况、浏览网页的情况、浏览网页时遇到的困难等网络用户的信息浏览行为,深入分析网络用户信息浏览行为中的心理模式。该研究一方面为提升用户浏览网络信息的能力提供参考,另一方面也可以为系统设计提供很好的依据,从而达到提高网站易用性的目的。

网络用户信息浏览行为研究

信息查寻是网络用户最为重要的信息活动,网络环境中,浏览已经是一种与检索同等重要的信息查寻行为。分析了网络用户信息浏览行为的影响因素和动机,介绍了网络用户信息浏览的不同方式,探讨了网络用户信息浏览的心理模式及具体的应用,并对将来网络用户信息浏览行为的研究趋势进行了预测。

基于人际情感性动机的病理性网络用户的冲动控制特性

基于"大学生互联网使用动机量表"和"大学生病理性互联网使用行为量表"的测量结果,采用匹配法筛选出21名基于人际情感性动机的病理性网络用户和22名非人际情感性动机的健康性网络用户,对其实施延迟折扣任务(DDT)、stop-signal任务和Stroop色词命名任务,探讨了基于人际情感性动机的病理性网络用户的冲动控制特性。结果发现,相对于健康性网络用户,病理性网络用户对延迟强化物的折扣速度更快,但后者的反应抑制失败率、反应抑制潜伏期(SSRT)和冲突抑制功能均与前者无显著差异。这些结果表明,病理性网络用户的冲动控制障碍主要表现为以对即时强化的超敏感性和强化物长远价值的非敏感性为特征的"短视"倾向,而非行为抑制功能的缺失。