大规模用户隐私风险量化研究

移动应用程序的日益繁多使得移动互联网服务提供商有机会收集到大规模的用户数据,然而其数据收集和使用的不规范使移动用户面临着极其严峻的隐私风险问题.如何分析用户隐私风险状况并进行隐私保护成为当前亟待解决的重要问题.基于移动应用程序的权限分析方法,提出一种用户隐私风险量化模型.该模型首先通过39个敏感权限识别移动应用程序内个人隐私数据收集状况,并以此为数据泄露源,考虑数据泄露的可能性及数据的隐私危害程度.然后,利用3000万移动设备上的移动应用程序数据,进一步构建隐私风险量化模型.最后,基于该模型分析单个用户的隐私风险值分布,并进一步研究各用户群体的隐私风险趋势,从而构建中国隐私风险指数体系,以区域隐私风险指数、人群隐私风险指数、行为隐私风险指数分别反映不同属性用户群体面临隐私风险的差异.

数据垄断与其治理模式研究

各领域数字化进程的加速使得数据量呈现爆炸式增长,海量数据蕴藏的巨大衍生价值使其成为数字经济时代的战略性基础资源.由此引发的“数据争夺”和数据积累差异逐渐导致了数据垄断现象,数据寡头持有并控制海量数据.以移动互联网为例探讨数据垄断现状,研究结果显示前10%数据收集者获取了99%的数据.数据本身易聚集的特性、大公司覆盖各数字化领域的商业模式及其庞大的用户规模均是数据垄断现象的潜在成因.针对数据垄断产生的自由竞争市场壁垒、消费者福利受损、信息安全和个人隐私风险、行业技术创新受阻等问题,目前主要有局部模式、中介模式、全局模式3类治理方案,这3类模式分别作用于数据生命周期不同阶段,通过不同程度地削弱数据寡头的数据控制权来对数据垄断现象加以控制.