一种基于逻辑回归的微博内容隐私检测方法

针对微博内容隐私问题,以新浪微博为研究平台,对微博内容的文本特征进行分析,从活动主题、参与者信息、地点信息、时间信息和用户情感五个方面,提取用于区分隐私微博和非隐私微博的特征变量,运用逻辑回归算法,提出一种基于逻辑回归的微博内容隐私检测模型。实验结果表明,该模型对隐私微博有较高的识别率,可行性较强。

隐私保护近邻检测研究

随着移动计算和物联网等新兴技术的飞速发展,基于位置的服务(Location Based Service,LBS)在人们日常生活中扮演着愈发重要的角色。许多应用(如移动交友)通过LBS获取、收集用户的精确位置,并通过执行距离计算来实现近距离用户发现等功能。然而,LBS在为用户带来便利的同时,也使其面临着泄露隐私位置信息的风险。目前,大多数LBS应用均以明文形式记录用户精确位置,极易泄露用户的位置和移动模式等信息。此外,现有的能够保护用户隐私位置数据的研究工作存在一些缺陷,如通信开销高、通信时间长或计算安全性不足等。因此,文章提出一种保护用户位置隐私的高效近邻检测方法,该方法基于B/FV(Brakerski/Fan-Vercauteren)同态加密构造优化的圆范围内的隐私保护近邻检测协议。与现有的工作相比,文章方案使用基于格的加密,且具有较优的通信性能。此外,文章实现了基于B/FV同态加密的方案原型系统,并给出在具有高隐私保护要求和低算术速度限制的场景中的潜在应用,通过对该原型系统的实验结果表明,该方案在实际部署应用中具有广阔的应用前景。

改进的YOLO特征提取算法及其在服务机器人隐私情境检测中的应用

为了提高YOLO识别较小目标的能力,解决其在特征提取过程中的信息丢失问题,提出改进的YOLO特征提取算法.将目标检测方法 DPM与R-FCN融入到YOLO中,设计一种改进的神经网络结构,包含一个全连接层以及先池化再卷积的特征提取模式以减少特征信息的丢失.然后,设计基于RPN的滑动窗口合并算法,进而形成基于改进YOLO的特征提取算法.搭建服务机器人情境检测平台,给出服务机器人情境检测的总体工作流程.设计家居环境下的六类情境,建立训练数据集、验证数据集和4类测试数据集.测试分析训练步骤与预测概率估计值、学习率与识别准确性之间的关系,找出了适合所提出算法的训练步骤与学习率的经验值.测试结果表明:所提出的算法隐私情境检测准确率为94.48%,有较强的识别鲁棒性.最后,与YOLO算法的比较结果表明,本文算法在识别准确率方面优于YOLO算法.

移动互联网用户隐私信息检测保护技术研究及应用

智能终端及应用作为“大连接”中的重要节点和业务载体,直接或间接接触大量用户敏感隐私信息。近年来,APP强制授权、过度索权和超范围收集个人信息的现象大量存在,违法违规使用个人信息的问题十分突出,用户隐私泄露的情况愈演愈烈,安全及隐私问题引发社会广泛关注。本文根据不同源头的APP隐私安全风险全面梳理排查,创新提出“静态权限检测+动态行为特征+网络DPI智能分析”的隐私信息检测防护技术体系,实现了敏感权限智能分析、违规索权动态监控、隐私泄露探测预警和敏感信息深度追踪,确保移动应用APP安全、可信、可控,保障了业务单位和用户隐私安全权益。

面向大数据的隐私发布暴露检测方法

为了防止云服务非法获取用户的个人敏感隐私信息,提出一种面向大数据的隐私信息发布检测与保护方法。首先,对用户的隐私数据进行分类,分别对隐私数据的相似度和暴露代价进行度量;其次,根据相似度和暴露代价检测云服务所要求用户提供的隐私数据中是否包含暴露链和关键隐私数据;再次,对连续隐私数据集(包含暴露链和关键隐私数据的数据集)进行离散化,同时防止离散的隐私数据集(不包含暴露链和关键隐私数据的数据集)连续化;最后,通过实验对离散的隐私数据集与没有离散的数据集进行隐私数据链的发现,从查准率和查全率上看,Exact过滤器的查准率低于未被离散的数据集57%,而查全率低于未被离散的数据集17%。因此,所提方法达到了保护用户敏感隐私信息的目的。

K-Q:支持海量查询的隐私泄露检测算法

针对推理检测需要的所有历史查询结果的数据规模较大这一问题,K-Q算法结合K-匿名模型在历史查询结果的存储规模上进行了优化,通过推理攻击模拟算法在线检测恶意查询。在真实数据集上的实验证明了K-Q算法可以自适应于查询规模的增长,在准确率和内存消耗上都明显优于已有的直接基于相关元组合并优化的T-D算法。

基于HTTP数据包分析的安卓隐私泄露检测机制

安卓应用恶意泄露隐私最常使用的手段是基于HTTP协议的网络通信,通过该方法进行隐私泄露比例高达96.2%。针对安卓系统隐私泄露检测需求,提出基于HTTP数据包分析的安卓隐私泄露检测机制,捕获与过滤安卓应用程序运行中产生的网络流量,使用键值对提取及隐私信息匹配等方法判断该应用是否泄露隐私数据。实验结果表明,该方法比已有方法检测准确率更高,误报率更低。

移动应用隐私合规检查技术研究

文章旨在通过深入的移动应用技术研发,构建一套高效、精准的安全隐私合规检查机制。文章结合人工与自动化检测平台对移动应用的源代码、数据存储、网络通信、用户权限以及第三方服务集成等关键环节进行细致审查,在多维度安全与合规检测的基础上出具专业安全报告,有效节省了人力、物力成本。同时,通过持续的技术创新和算法优化,该研究为移动应用的合规发展提供了有力保障。

中文文本中的个人信息自动化检测框架研究

为帮助数据持有者规避法律风险,有必要对数据集中的个人信息做检测和统计。然而当前尚缺有效工具支持检测中文数据集中的个人信息。为应对上述问题,根据法律文献整理出需要检测的个人信息类别,提出综合了模式匹配与自然语言处理技术的个人信息自动化检测框架,对中文文本中的个人信息进行检测。同时,提出一种识别家庭住址的方法,解决地址格式多样化的问题。以在线社交网络平台上的用户发布数据以及大规模的公开文本数据为例,展示该框架的可行性和有效性。

移动医疗设备信息隐私保护的雾计算解决方案研究

目的:设计基于雾计算的移动医疗设备信息隐私保护方案,为移动医疗设备信息安全提供保护。方法:采用静态分析、动态分析和静态与动态综合分析的方法,分析Android系统软件访问私有数据的内在机制。采用基于应用程序接口(API)函数上下文的隐私泄漏检测方法,提出用于移动医疗设备隐私保护的雾计算解决方案,并设计基于雾计算的安全和隐私保护框架。结果:提出的移动医疗设备隐私保护的雾计算解决方案,实现了实时监控Android系统的个人健康决定(PHD)上各种应用程序及检测恶意代码;基于API函数上下文信息库的方法及隐私泄漏检测方法,有效避免了医疗设备信息的隐私泄漏。结论:基于雾计算的移动医疗设备信息隐私保护方案,具有低能耗以及良好的适应性和检测性能,可为移动医疗设备信息隐私安全提供保护。

面向Android的数据隐私保护软件的设计与实现

随着Android系统占据智能手机主要市场份额,其隐私安全备受关注。但其权限管理机制无法对用户的隐私数据做到全面的保护。本文通过分析应用行为,拦截关键函数,设计和实现了一种客户端/服务器模式的Android平台的隐私数据保护方案。经测试,该方案对Android系统用户的隐私数据起到有效的保护作用。

面向裁判文书的隐私内容检测方法

通过对即将上网发布的裁判文书进行隐私内容检测,可以有效保护当事人的隐私信息不被泄露,并提升法院的公信力。根据裁判文书的特点,将裁判文书中的隐私内容分为诉讼参与人信息中包含的隐私内容和正文中包含的隐私内容2个部分;前者通过构造隐私内容识别模板库,进行个人信息类隐私内容检测;后者通过提取裁判文书正文中各类隐私内容的特征,使用SVM(support vector machine)决策树进行隐私内容检测。实验结果表明,利用该方法检测隐私内容的准确率为90.4%,召回率为89.8%,F值为90.1%。由此证明,提出的裁判文书隐私内容检测方法能够高效准确地检测出隐私内容。

基于稀疏框架的静态污点分析优化技术

当前,隐私数据保护是信息系统安全的重要研究挑战,对应用程序进行隐私泄露检测是隐私泄露保护的有效方案.污点分析技术可以有效地对应用程序进行保密性和完整性的安全检测,提前报告出潜在的隐私泄露风险.然而,当前高敏感度的静态污点分析还存在开销过高的问题.通过对目前主流的污点分析工具FlowDroid进行深入分析,发现其污点分析计算中大量无关联污点传播是导致开销过高的重要原因,统计实验表明无关联传播占比高达85.2%.针对这一问题,尝试利用近年来一种有效的程序分析优化手段——稀疏优化——的方法,对静态污点分析中无关联的传播进行消除,达到时间和空间的开销优化.创新地将经典的数据流分析框架扩展成稀疏的形式,在此基础上提供了基于稀疏优化的污点分析方法.最后实现了工具FlowDroidSP,实验表明:FlowDroidSP在非剪枝模式下相比原FlowDroid具有平均4.8倍的时间加速和61.5%的内存降低.在剪枝模式下,具有平均18.1倍的时间加速和76.1%的内存降低.

APP收集使用个人信息安全研究

呈现井喷式的发展的移动应用APP,在给工作和生活带来便利的同时,也引发了一系列有关收集和使用个人信息的安全问题。文章首先概要介绍了APP收集使用个人信息的安全管理现状和问题,然后引入了安全管理需求,最后从安全管理目标、安全管理架构、安全管理能力和系统支撑4个方面重点研究了安全管理解决方案。

面向安全检测的污点分析技术研究综述

污点分析技术广泛应用于网络安全检测领域,特别是在漏洞检测、隐私泄漏检测等方向,能有效保护数据的完整性和保密性,是信息安全研究的热点领域。本文在讨论污点分析技术近些年来关键技术研究的基础上,对污点分析在漏洞检测、隐私泄漏检测上进行研究,分别对其进行综述。最后展望该技术的研究重点和发展趋势。