论网络痕迹信息保护中的告知同意规则

信息主体在手机等智能终端产生的网购记录、微信聊天记录、浏览记录等网络痕迹信息能够刻画出数字人格,精准评判用户的性格特征、行为偏好等。传统赋权模式下告知同意规则作为处理网络痕迹信息的合法依据存在权益保护模式不足、告知同意规则适用边界不明确的局限性,对此,可借鉴欧盟的立法,由赋权模式转向数据信托模式,将信息处理者与信息主体的合同关系调整为信义关系。在数据信托的模式下,可以重新界定告知同意规则适用的边界,更好地平衡法益。

新型的网络痕迹深度恢复算法

计算机使用痕迹,蕴含计算机使用者的操作记录甚至犯罪证据,提取、恢复这些数据是计算机调查取证过程的重要环节。本文对通过对Windows平台文件系统的分析,提出了一种基于最小内容特征的网络痕迹恢复算法,用于恢复提取计算机用户的上网记录。算法对磁盘或分区进行细粒度深度扫描,根据index.dat文件最小单位内容的特征决定如何匹配并提取网络痕迹信息。实验结果表明,不管经过删除文件、快速格式化分区、重新分区还是重装系统等破坏操作,该算法依然能够恢复所有残留的网络痕迹数据,可在计算机信息取证领域发挥巨大作用。

基于语义的兴趣偏好分析模型研究

个性图书推荐是根据读者的历史借阅行为,运用现代计算机挖掘技术,寻找读者与图书之间的强关联部分。通过分析读者在OPAC图书馆管理系统中留下的痕迹,计算痕迹语义的相似度,构建痕迹网络,建立读者与图书之间的痕迹语义偏好分析模型。旨在为图书馆"千人千面"的图书推荐策略提供建议,以提升图书推荐质量,助力校园文化建设。