【技术实现步骤摘要】
本专利技术涉及移动通信
,尤其涉及一种移动终端自适应隐私保护方法及装置。
技术介绍
随着移动终端(智能手机、平板电脑等)的快速发展,移动计算形成的社会网络已成为一个发展趋势。移动计算的社会网络是通过移动设备来融合物理世界(Physical)和虚拟网络(Cyber)的一种社交交互(如电话、短信、聊天、微博、照片分享、点评等)网络。它能够将事件、人物、地点以及时间整合在一起,形成一个情境模型,使得人与人在情景条件的影响下通过移动网络进行智能化的社交交互。然而,移动计算社会网络中的非显示隐私泄露问题日益严重。由于移动应用服务提供者需要为用户提供智能化主动服务,创造出更好的用户体验,则要求服务提供方能记录并学习用户的行为、推断用户的喜好、预测用户的需求和揣摩各种应用场景来提供个性化的精准服务,其中,即使用户没有主动提供个人隐私信息,服务提供者仍可以从公开采集的信息(如用户位置、用户行为)中推理出用户所在的情景并预测用户将来行为,在此过程中,用户的隐私信息亦有可能被推断出来。对于这种原始数据本身并不包含个人隐私信息,隐私是由其它公开信息所推理出来的问题被称为“非显式 ...
【技术保护点】
一种移动终端自适应隐私保护方法,其特征在于,包括以下步骤:建立多情景融合下的非显示隐私保护模型;基于所述多情景融合下的非显示隐私保护模型对移动终端进行自适应隐私保护。
【技术特征摘要】
1.一种移动终端自适应隐私保护方法,其特征在于,包括以下步骤建立多情景融合下的非显示隐私保护模型;基于所述多情景融合下的非显示隐私保护模型对移动终端进行自适应隐私保护。2.根据权利要求1所述的方法,其特征在于,所述建立多情景融合下的非显示隐私保护模型的步骤包括基于社会关系情景、用户行为情景以及物理位置情景进行信息采集;对采集的信息进行辨识,并确定可信度;对确定可信度的多个信息源数据的相关性进行定量分析,按照预定的判别原则将所述信息源数据分为不同的集合,每个集合中的数据都与同一源相关联;对相关性分析后的信息源进行融合处理,完成多情景融合下的非显示隐私保护模型的建立。3.根据权利要求2所述的方法,其特征在于,所述对相关性分析后的信息源进行融合处理的步骤包括决定从所述信息源获得信息的取舍,参照其它信息源对每个信息项进行验证修改,对不同信息源的信息进行印证分析、补充综合、协调修改及估计,对实时信息进行分析、综合, 通过分析判断生成综合信息。4.根据权利要求3所述的方法,其特征在于,对信息源进行融合处理采用的预定算法至少包括以下之一加权平均、卡尔曼滤波、贝叶斯估计和模糊推理方法。5.根据权利要求1-4中任一项所述的方法,其特征在于,所述基于多情景融合下的非显示隐私保护模型对移动终端进行自适应隐私保护的步骤包括基于所述多情景融合下的非显示隐私保护模型,感知不同个体的隐私保护需求,执行相对应的个性化隐私保护策略,对移动终端进行自适应隐私保护。6....
【专利技术属性】
技术研发人员:王岢,叶允明,徐晓飞,刘广健,
申请(专利权)人:哈尔滨工业大学深圳研究生院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。