基于演化博弈的恶意转发隐私的社交网络隐私保护方法技术

本发明专利技术属于隐私保护技术领域。针对当前社交网络隐私保护机制的局限性，研究用户与社交平台双方的隐私行为策略选择问题对于维护网络安全具有重要的现实意义，基于有限理性的假设，构建了用户与社交平台的隐私博弈模型，利用微分方程稳定性原理求解演化稳定策略，并定量描述了保持系统稳定发展的条件，进而探索影响双方策略选择的因素，更好地解释“隐私悖论”的形成机理和稳定性。的形成机理和稳定性。的形成机理和稳定性。

【技术实现步骤摘要】
基于演化博弈的恶意转发隐私的社交网络隐私保护方法

：
[0001]本专利技术属于隐私保护
具体为一种基于演化博弈的针对节点恶意转发隐私信息的社交网络隐私安全保护方法。

技术介绍
：
[0002]社交平台本质上是营利性组织，需要通过相应的盈利模式弥补维持平台建设的基础设施等成本，主要体现在平台在用户的使用过程中不断的收集用户的隐私信息。用户正常转发隐私信息时，例如将个人信息、通信内容、空间位置、用户行为挖掘信息等分享给好友时，社交平台能够通过合规地利用这些隐私信息创造商业价值增量，例如社交平台与电商平台及其他第三方应用开发商合作，通过用户产生的浏览行为数据分析其偏好、建立用户画像，有助于更高效、精准地进行社会化电商营销或个性化广告投放。并且如果平台提供优质的隐私保护服务，能够为用户在平台上的隐私信息提供保障，那么从用户角度而言，平台这些行为能增强用户的使用体验，从平台而言，高质量的平台使用体验能够吸引更多的用户，并且会增强用户黏性和平台影响力。相反，当一个平台不能够提供隐私保护时，用户的隐私信息得不到安全的保障，这会导致失去用户的安全感和信任感。或者当用户在使用平台的过程中，有某些用户因为“私人利益”或“自我炒作”等其他动机，恶意转发他人隐私，导致平台用户隐私泄露，这不仅可能会对用户造成经济损失甚至造成人身伤害，同时也会严重的影响平台的发展和收益。
[0003]博弈论非常适合用于隐私安全保护问题的分析、建模和决策过程，其中，演化博弈以参与者的有限理性为前提，研究参与者群体的策略选择过程，在这个过程中，博弈方不断改变自己的策略直到达到一种动态均衡，最终使得系统处于稳定状态。与传统的纳什均衡相比，基于演化博弈的策略预测更切合实际。对社交网络隐私安全保护问题，可考虑将用户作为一个独立的群体，社交平台作为博弈的另一方，双方分别根据对方的策略选择而动态调整自己的策略，最终通过不断的学习、模仿、突变实现自身利益的最大化。

技术实现思路
：
[0004]1.本专利技术意在提供一种基于演化博弈的针对节点恶意转发隐私信息的社交网络隐私安全保护方法。其目的在于通过调节信任度收益，基于演化博弈分析社交平台和用户节点相互交互时的演化稳定策略，能够真实地刻画群体决策的演化路径并做出预测，引导社交平台和用户做出符合社交网络安全的行为，从而以较小的计算代价保护社交网络隐私安全。
[0005]2.为实现上述目的，本专利技术提供如下技术方案：一种基于演化博弈的针对节点恶意转发隐私信息的社交网络隐私安全保护方法，包括以下步骤：
[0006]步骤1：构建一个基于社交平台和用户的收益矩阵；
[0007]步骤2：根据社交平台和用户的博弈收益可计算其不同策略下的期望收益；
[0008]步骤3：根据社交平台和用户的期望收益可得到其策略的复制动态方程以及博弈
的复制动态系统；
[0009]步骤4：根据复制动态系统可分析出纳什均衡解，而后根据用户恶意转发隐私信息的风险收益和社交平台的隐私保护服务质量系数确定平衡点，而后分析出在满足用户对隐私安全满意度和演化稳定策略条件下系统将向着“社交平台提供隐私保护，用户正常转发隐私信息”的方向演化；
[0010]3.本专利技术具有一种基于演化博弈的针对节点恶意转发隐私信息的社交网络隐私安全保护方法，步骤1具体包括内容如下：
[0011](1)隐私策略的演化博弈模型中有两个行为主体:用户与社交网络平台，用户有两种策略选择，一种是正常转发隐私，另外一种是恶意转发隐私信息，选择这两种策略的概率分别是x和1
‑
x，社交平台也有两种策略，一种是提供隐私保护，另外一种是不提供隐私保护，社交平台选择这两种策略的概率分别是y和1
‑
y。
[0012](2)用户使用社交平台时会获得基础社交收益R1，用户正常转发隐私信息获得的信息补偿收益为R2(例如精准的个性化推荐等服务)，当用户恶意转发隐私信息时有一定的风险收益I，但平台会处罚用户的恶意行为，对用户的处罚为P1。
[0013](3)平台利用用户的隐私信息获得的增值收益为U，平台提供隐私保护时的成本为C，当不提供隐私保护时，社交平台可能会受到用户的投诉和抵制，因此造成的损失为F1。
[0014](4)λ(0＜λ≤1)为社交平台提供的隐私保护服务质量系数，该系数越高表示平台能够为用户提供越好的隐私保护水平，同时平台对用户的隐私保护服务会获得用户的信任收益λT,用户也会获得安全感知收益λV。
[0015](5)当社交平台不提供隐私保护时，用户面临极大的隐私泄露风险，造成隐私信息泄露成本P2(如垃圾短信，身份盗用等)。
[0016](6)当用户恶意转发隐私信息时，平台会因为用户恶意转发隐私造成的隐私泄露危机而遭受一定的损失F2，如果平台提供隐私保护那么平台所受的损失为λF2。
[0017](7)根据上述社交平台和用户的博弈收益可得用户和社交平台的演化博弈支付矩阵如图1所示。
[0018]4.本专利技术具有一种基于演化博弈的针对节点恶意转发隐私信息的社交网络隐私安全保护方法，步骤2具体包括内容如下：
[0019]根据社交平台和用户的博弈收益可计算其不同策略下的期望收益，具体如下：
[0020](1)用户选择“正常转发隐私信息”策略的期望收益E
x
和用户选择“恶意转发隐私信息”策略的期望收益E1‑
x
分别为：
[0021]E
x
＝y(R1+R2+λV)+(1
‑
y)(R1+R2‑
P2)
[0022]E1‑
x
＝y(I
‑
(1+λ)P1)+(1
‑
y)(I
‑
P2)
[0023]则用户正常转发隐私信息和恶意转发隐私信息的平均期望收益可表示为：
[0024][0025](2)社交平台选择“提供隐私保护”策略的期望收益E
y
和社交平台选择
[0026]“不提供隐私保护”策略的期望收益分别E1‑
y
为：
[0027]E
y
＝x(U+λT
‑
C)+(1
‑
x)(U
‑
F1‑
λF2)
[0028]E1‑
y
＝x(U
‑
F1)+(1
‑
x)(U
‑
F2)
[0029]则社交平台提供隐私保护和不提供隐私保护的平均期望收益可表示为：
[0030][0031]5.专利技术具有一种基于演化博弈的针对节点恶意转发隐私信息的社交网络隐私安全保护方法，步骤3具体包括内容如下：
[0032]根据社交平台和用户的期望收益可得到其策略的复制动态方程以及博弈的复制动态系统，具体如下：
[0033](1)用户策略的复制动态方程可表示为：
[0034][0035](2)社交平台本文档来自技高网...

【技术保护点】

【技术特征摘要】
策略的期望收益E1‑
x
分别为：E
x
＝y(R1+R2+λV)+(1
‑
y)(R1+R2‑
P2)E1‑
x
＝y(I
‑
(1+λ)P1)+(1
‑
y)(I
‑
P2)则用户正常转发隐私信息和恶意转发隐私信息的平均期望收益E
x
可表示为：(2)社交平台选择“提供隐私保护”策略的期望收益E
y
和社交平台选择“不提供隐私保护”策略的期望收益分别E1‑
y
为：E
y
＝x(U+λT
‑
C)+(1
‑
x)(U
‑
F1‑
λF2)E1‑
y
＝x(U
‑
F1)+(1
‑
x)(U
‑
F2)则社交平台提供隐私保护和不提供隐私保护的平均期望收益可表示为：因此我们得到了社交平台和用户的博弈收益可计算其不同策略下的期望收益。5.根据权利要求4所述的一种基于演化博弈的针对节点恶意转发隐私信息的社交网络隐私安全保护方法，具体包括内容如下：根据社交平台和用户的期望收益可得到其策略的复制动态方程以及博弈的复制动态系统，具体如下：(1)用户策略的复制动态方程可表示为：(2)社交平台策略的复制动态方程可表示为：(3)由此可以得到用户和社交平台博弈的复制动态系统，并设和可表示为：因此我们得到了社交平台和用户的期望收益可得到其策略的复制动态方程以及博弈的复制动态系统。6.根据权利要求5所述的一种基于演化博弈的针对节点恶意转发隐私信息的社交网络隐私安全保护方法，步骤4具体包括内容如下：根据复制动态系统可分析出纳什均衡解，而后根据用户恶意转发隐私信息的风险收益和社交平台的隐私保护服务质量系数确定平衡点，而后分析出在满足用户对隐私安全满意度和演化稳定策略条件下系统将向着“社交平台提供隐私保护，用户正常转发隐私信息”的方向演化，具体如下：
(1)根据微分方程的稳定性原理，当可以得到系统的4个纯策略的纳什均衡解，即K1(0,0)、K2(0,1)、K3(1,0)、K4(1,1)，此时博弈主体在选择某一策略的状态下，若没有出现可以改变其策略的突变因素，则博弈主体会持续处于该策略的状态，此外...

【专利技术属性】
技术研发人员：黎曹谦谨，谷科，
申请(专利权)人：长沙理工大学，
类型：发明
国别省市：