大數(shù)據(jù)挖掘下用戶(hù)隱私數(shù)據(jù)保護(hù)淺析

前言：想要寫(xiě)出一篇引人入勝的文章？我們特意為您整理了大數(shù)據(jù)挖掘下用戶(hù)隱私數(shù)據(jù)保護(hù)淺析范文，希望能給你帶來(lái)靈感和參考，敬請(qǐng)閱讀。

隨著人工智能技術(shù)的發(fā)展，基于大數(shù)據(jù)的預(yù)測(cè)分析技術(shù)被廣泛應(yīng)用于各個(gè)領(lǐng)域。尤其是近年來(lái)新冠肺炎疫情防控過(guò)程中，基于大數(shù)據(jù)的疫情數(shù)據(jù)分析挖掘技術(shù)對(duì)排查疫情防控風(fēng)險(xiǎn)點(diǎn)帶來(lái)了極大的便利，大數(shù)據(jù)為人們編織了嚴(yán)密的數(shù)字網(wǎng)絡(luò)的同時(shí)也把個(gè)人信息置于開(kāi)放式的環(huán)境中，使得出現(xiàn)很多起個(gè)人隱私泄露的事件，因此，如何在大數(shù)據(jù)挖掘過(guò)程中進(jìn)行用戶(hù)隱私或敏感數(shù)據(jù)的保護(hù)成為亟待解決的問(wèn)題。本文主要針對(duì)在大數(shù)據(jù)挖掘過(guò)程中用戶(hù)隱私數(shù)據(jù)的保護(hù)技術(shù)熱點(diǎn)方向的專(zhuān)利進(jìn)行分析，通過(guò)六個(gè)技術(shù)分支來(lái)對(duì)基于大數(shù)據(jù)挖掘的用戶(hù)隱私數(shù)據(jù)保護(hù)方法的技術(shù)進(jìn)行全面的歸納和總結(jié)。

一、主要技術(shù)分支和數(shù)量

通過(guò)對(duì)檢索出的國(guó)內(nèi)外專(zhuān)利申請(qǐng)進(jìn)行分析，得出國(guó)內(nèi)外基于大數(shù)據(jù)挖掘的用戶(hù)隱私數(shù)據(jù)保護(hù)的方法的主要技術(shù)分支如圖1所示。根據(jù)對(duì)大數(shù)據(jù)挖掘過(guò)程中隱私數(shù)據(jù)防護(hù)的策略，重點(diǎn)關(guān)注了主流的技術(shù)，其中，技術(shù)分支二的專(zhuān)利申請(qǐng)量最大，技術(shù)分支一的專(zhuān)利申請(qǐng)量最小，具體分析結(jié)果如下：基于對(duì)敏感/隱私數(shù)據(jù)監(jiān)控和追蹤保護(hù)用戶(hù)隱私數(shù)據(jù)的技術(shù)，其申請(qǐng)量較少，總共有6件，分析存在上述情況的主要原因在于對(duì)數(shù)據(jù)追蹤的成本較高，隨著不同平臺(tái)數(shù)據(jù)共享需求越來(lái)越大，用戶(hù)隱私數(shù)據(jù)在各大平臺(tái)上使用的數(shù)量和次數(shù)也越來(lái)越多，這樣會(huì)導(dǎo)致需要監(jiān)控和追蹤的數(shù)據(jù)量也越來(lái)越大，付出的硬件成本太高。基于對(duì)敏感/隱私數(shù)據(jù)處理保護(hù)用戶(hù)隱私數(shù)據(jù)的技術(shù)在2015來(lái)之后呈現(xiàn)明顯的增長(zhǎng)，2021年申請(qǐng)量呈下降趨勢(shì)，主要是由于筆者在獲取數(shù)據(jù)時(shí)2021年數(shù)據(jù)量不全導(dǎo)致。根據(jù)筆者對(duì)該領(lǐng)域?qū)＠暾?qǐng)趨勢(shì)的判斷，2021年以后該技術(shù)分支的專(zhuān)利申請(qǐng)應(yīng)當(dāng)有更大的增大率。分析存在這種情況的原因主要是隨著隱私數(shù)據(jù)處理相關(guān)算法逐漸成熟，能夠滿(mǎn)足不同場(chǎng)景下的個(gè)性化需求，因此，該技術(shù)方向是創(chuàng)新主體研究的熱門(mén)方向，申請(qǐng)量也一直居于高位。基于對(duì)敏感/隱私數(shù)據(jù)的訪(fǎng)問(wèn)權(quán)限控制保護(hù)用戶(hù)隱私數(shù)據(jù)的技術(shù)也在近5年取得快速發(fā)展，2019年至2021年的申請(qǐng)量占近10年申請(qǐng)量的80%。分析存在這種情況的原因主要是云計(jì)算及區(qū)塊鏈技術(shù)的快速發(fā)展，為用戶(hù)權(quán)限控制提供了更加安全和穩(wěn)定的系統(tǒng)架構(gòu)?；诙喾铰?lián)合計(jì)算保護(hù)用戶(hù)隱私數(shù)據(jù)的專(zhuān)利申請(qǐng)從2018年開(kāi)始出現(xiàn)，2018年之前，該技術(shù)分支的申請(qǐng)量較少。分析存在這種情況的原因主要是通過(guò)脫敏處理的數(shù)據(jù)，數(shù)據(jù)價(jià)值受損。而多方聯(lián)合計(jì)算技術(shù)，關(guān)聯(lián)其多方的特征，在沒(méi)有相互泄露數(shù)據(jù)的情況下擴(kuò)展分析維度，提高分析精確度，因此，該技術(shù)在近年來(lái)也逐漸成為熱門(mén)研究領(lǐng)域?；趯?duì)敏感/隱私數(shù)據(jù)的識(shí)別和攔截保護(hù)用戶(hù)隱私數(shù)據(jù)的技術(shù)相關(guān)的申請(qǐng)量在六個(gè)技術(shù)分支中排在第二位，并且在近五年來(lái)申請(qǐng)數(shù)量分布比較均衡。分析存在這種情況的原因主要是隨著圖像識(shí)別技術(shù)和信息檢索算法的日益成熟，通過(guò)技術(shù)的手段在圖像中或海量的數(shù)據(jù)中檢測(cè)敏感/隱私信息也越來(lái)越容易實(shí)現(xiàn)，因此，根據(jù)不同的場(chǎng)景定制個(gè)性化的敏感/隱私庫(kù)，更能夠滿(mǎn)足個(gè)性化的需求?；趯?duì)數(shù)據(jù)融合、隱私算法/模型的改進(jìn)來(lái)保護(hù)用戶(hù)隱私數(shù)據(jù)的技術(shù)也是近年來(lái)的研究熱點(diǎn)，專(zhuān)利申請(qǐng)量在三個(gè)技術(shù)分支中處于第三位。該技術(shù)分支偏重在底層設(shè)計(jì)，神經(jīng)網(wǎng)絡(luò)技術(shù)的快速發(fā)展，為基于神經(jīng)網(wǎng)絡(luò)模型的隱私保護(hù)提供了基礎(chǔ)的算法支撐，并且模型能夠更好地利用歷史數(shù)據(jù)來(lái)為隱私保護(hù)提供更加精準(zhǔn)的保護(hù)策略，因此，成為近幾年來(lái)研究的熱點(diǎn)技術(shù)。下面結(jié)合具體的專(zhuān)利分別對(duì)上述六個(gè)技術(shù)分支的專(zhuān)利申請(qǐng)進(jìn)行分析。

二、基于對(duì)敏感/隱私數(shù)據(jù)監(jiān)控

和追蹤保護(hù)用戶(hù)隱私數(shù)據(jù)的技術(shù)基于對(duì)敏感/隱私監(jiān)控和追蹤保護(hù)用戶(hù)隱私數(shù)據(jù)的技術(shù)，早期的代表性專(zhuān)利有US20140026184A1，其對(duì)作為該獲取的行為數(shù)據(jù)和由用戶(hù)所定義的敏感性簡(jiǎn)檔的函數(shù)，評(píng)估分?jǐn)?shù)被分配給該目標(biāo)聯(lián)系人，該分?jǐn)?shù)是關(guān)于由傳播該用戶(hù)的個(gè)人數(shù)據(jù)所表示的危險(xiǎn)性。近年來(lái)，隨著數(shù)據(jù)追蹤監(jiān)控技術(shù)的發(fā)展，敏感/隱私數(shù)據(jù)監(jiān)控或追蹤的技術(shù)手段越來(lái)越靈活和多樣化。代表性的專(zhuān)利有CN110795751A、CN112596894A、CN112231715A、CN113094730A。其中，CN110795751A能夠自動(dòng)發(fā)現(xiàn)敏感數(shù)據(jù)，并根據(jù)數(shù)據(jù)分級(jí)分類(lèi)規(guī)則和對(duì)應(yīng)的安全防護(hù)措施，發(fā)現(xiàn)敏感數(shù)據(jù)并對(duì)其進(jìn)行安全保護(hù)，同時(shí)監(jiān)控敏感數(shù)據(jù)使用情況、數(shù)據(jù)流向信息，形成規(guī)則和模型：CN112596894A中基于異構(gòu)數(shù)據(jù)對(duì)業(yè)務(wù)弱隔離環(huán)境下的數(shù)據(jù)安全態(tài)勢(shì)感知，有助于及早發(fā)現(xiàn)業(yè)務(wù)系統(tǒng)中存在的安全隱患，提高業(yè)務(wù)系統(tǒng)的數(shù)據(jù)安全；CN112231715A中形成具備“智能識(shí)別、主動(dòng)防護(hù)、監(jiān)控響應(yīng)”能力的一體化防護(hù)，可同時(shí)兼顧不同防護(hù)應(yīng)用場(chǎng)景和數(shù)據(jù)流向生命周期的保護(hù)；CN113094730A設(shè)置數(shù)據(jù)泄露檢測(cè)子模塊，監(jiān)測(cè)調(diào)取到醫(yī)療數(shù)據(jù)的藥企對(duì)該數(shù)據(jù)的傳播路徑和次數(shù)，對(duì)違法行為做出警示提醒。

三、基于對(duì)敏感/隱私數(shù)據(jù)處理

保護(hù)用戶(hù)隱私數(shù)據(jù)的技術(shù)對(duì)敏感/隱私數(shù)據(jù)執(zhí)行特定的處理以防止敏感/隱私數(shù)據(jù)的泄漏是應(yīng)用最廣泛的一項(xiàng)隱私數(shù)據(jù)保護(hù)技術(shù)，其可根據(jù)不同的需求、不同的場(chǎng)景靈活設(shè)置數(shù)據(jù)處理策略。2018年之前的基于對(duì)敏感/隱私數(shù)據(jù)處理保護(hù)用戶(hù)隱私數(shù)據(jù)的技術(shù)主要集中于對(duì)敏感數(shù)據(jù)/隱私數(shù)據(jù)的準(zhǔn)確識(shí)別。代表性專(zhuān)利有CN106599713A、CN105653981A、CN108304726A、US2015213288A1。其中，CN106599713A該篇專(zhuān)利中采用基于規(guī)則和與自然語(yǔ)言處理結(jié)合的方式提升敏感數(shù)據(jù)發(fā)現(xiàn)的準(zhǔn)確率，解決了帶有語(yǔ)義的敏感數(shù)據(jù)無(wú)法識(shí)別的問(wèn)題；CN105653981A提出了基于專(zhuān)家系統(tǒng)和自然語(yǔ)言處理的敏感數(shù)據(jù)自動(dòng)發(fā)現(xiàn)方法，能夠自動(dòng)發(fā)現(xiàn)敏感數(shù)據(jù)；CN108304726A中的數(shù)據(jù)脫敏方法，將Apriori關(guān)聯(lián)規(guī)則挖掘和敏感數(shù)據(jù)相結(jié)合，從而可以智能地找出人工不能發(fā)現(xiàn)的敏感數(shù)據(jù)組合泄露的規(guī)則方法；US2015213288A1中提供的PII（個(gè)人可識(shí)別信息）清理方法，清理器配置所提供的靈活性允許即使是從非結(jié)構(gòu)化的數(shù)據(jù)中也只清理PII，無(wú)須包括周?chē)鷶?shù)據(jù)。2018~2020年對(duì)敏感/隱私數(shù)據(jù)處理保護(hù)用戶(hù)隱私數(shù)據(jù)的技術(shù)在各個(gè)不同場(chǎng)景或領(lǐng)域中的應(yīng)用得到了快速的發(fā)展。針對(duì)不同場(chǎng)景/領(lǐng)域的特點(diǎn)，探索出不同的敏感/隱私數(shù)據(jù)的處理策略。代表性專(zhuān)利有CN111143880A、CN110781519A、CN110502924A。其中，CN111143880A通過(guò)對(duì)原始共享數(shù)據(jù)進(jìn)行脫敏，獲得脫敏共享數(shù)據(jù)，保障了共享數(shù)據(jù)的安全性，避免敏感數(shù)據(jù)的泄露，使得數(shù)據(jù)擁有方的原始共享數(shù)據(jù)的所有權(quán)和隱私得到有效保護(hù)；CN110781519A中對(duì)每個(gè)用戶(hù)的語(yǔ)音數(shù)據(jù)進(jìn)行三維脫敏處理，以保護(hù)用戶(hù)的語(yǔ)音數(shù)據(jù)隱私，通過(guò)對(duì)語(yǔ)音數(shù)據(jù)的脫敏處理實(shí)現(xiàn)保護(hù)用戶(hù)數(shù)據(jù)隱私和保證數(shù)據(jù)有用性；CN110502924A中基于識(shí)別出的目標(biāo)脫敏數(shù)據(jù)中的每一個(gè)目標(biāo)脫敏字段所屬的敏感數(shù)據(jù)類(lèi)型，確定目標(biāo)脫敏數(shù)據(jù)對(duì)應(yīng)的至少一個(gè)優(yōu)選脫標(biāo)脫敏字段的目標(biāo)脫敏算法。2021年對(duì)敏感/隱私數(shù)據(jù)處理保護(hù)用戶(hù)隱私數(shù)據(jù)的技術(shù)更加注重將神經(jīng)網(wǎng)絡(luò)技術(shù)和區(qū)塊鏈技術(shù)應(yīng)用于敏感/隱私處理。代表性的專(zhuān)利有CN112861179A、CN112580107A。其中，CN112861179A中通過(guò)訓(xùn)練文本生成對(duì)抗網(wǎng)絡(luò)模型生成與包含敏感信息的解析文件相同統(tǒng)計(jì)特征和結(jié)構(gòu)的脫敏數(shù)據(jù)，實(shí)現(xiàn)對(duì)結(jié)構(gòu)化的文本信息進(jìn)行數(shù)據(jù)脫敏處理；CN112580107A中的區(qū)塊鏈系統(tǒng)利用審查算法對(duì)目標(biāo)數(shù)據(jù)進(jìn)行聚合運(yùn)算，將聚合結(jié)果作為應(yīng)答，返回給數(shù)據(jù)請(qǐng)求節(jié)點(diǎn)，從而能夠不泄露原始數(shù)據(jù)。

四、基于對(duì)敏感/隱私數(shù)據(jù)的訪(fǎng)問(wèn)權(quán)限控制保護(hù)用戶(hù)隱私數(shù)據(jù)的技術(shù)

通過(guò)對(duì)敏感/隱私數(shù)據(jù)的訪(fǎng)問(wèn)權(quán)限控制來(lái)保護(hù)用戶(hù)隱私數(shù)據(jù)在技術(shù)層面實(shí)現(xiàn)更加簡(jiǎn)單和靈活，因此，被安全領(lǐng)域用作基礎(chǔ)的防護(hù)手段。早期代表性的專(zhuān)利有US2012278830A1，該篇專(zhuān)利中，在遇到隱私和保密性時(shí)讓用戶(hù)進(jìn)行控制，并且允許用戶(hù)表達(dá)他們的隱私偏好，允許消費(fèi)者控制隱私設(shè)置；2018年以后的代表性專(zhuān)利有CN110032888A，其根據(jù)預(yù)設(shè)的數(shù)據(jù)使用權(quán)限和數(shù)據(jù)使用者分類(lèi)信息，對(duì)原始數(shù)據(jù)設(shè)置相應(yīng)的數(shù)據(jù)使用權(quán)限，提高數(shù)據(jù)共享開(kāi)放的安全可靠性；近年來(lái)，隨著區(qū)塊鏈以及算法的快速發(fā)展，越來(lái)越多的隱私防護(hù)技術(shù)中借助新的計(jì)算機(jī)技術(shù)實(shí)現(xiàn)隱私訪(fǎng)問(wèn)控制的精準(zhǔn)性，代表性專(zhuān)利有CN109741803A以及CN112241543A。其中，CN109741803A設(shè)置敏感數(shù)據(jù)的密文訪(fǎng)問(wèn)控制策略，在信息認(rèn)證、廣播、傳輸過(guò)程中，通過(guò)數(shù)據(jù)脫敏和加密，充分保護(hù)個(gè)人隱私和數(shù)據(jù)安全；CN112241543A中通過(guò)理清數(shù)據(jù)中臺(tái)中的敏感數(shù)據(jù)分布情況以及分類(lèi)分級(jí)情況，實(shí)現(xiàn)基于敏感標(biāo)簽或敏感級(jí)別的授權(quán)訪(fǎng)問(wèn)控制，對(duì)敏感數(shù)據(jù)進(jìn)行梳理、整合。

五、基于多方聯(lián)合計(jì)算保護(hù)用戶(hù)隱私數(shù)據(jù)

基于多方聯(lián)合計(jì)算保護(hù)用戶(hù)隱私數(shù)據(jù)技術(shù)，讓不同機(jī)構(gòu)的數(shù)據(jù)在保證數(shù)據(jù)隱私安全的前提下完成跨組織的聯(lián)合分析與學(xué)習(xí)，是近年來(lái)發(fā)展起來(lái)的一種新型的隱私防護(hù)技術(shù)。代表性的專(zhuān)利有EP3580685A1、CN111967038A、CN112231746A、CN111931221A。EP3580685A1中提出的技術(shù)方案用于為由不受信任和/或獨(dú)立方維護(hù)的數(shù)據(jù)項(xiàng)安全地確定隱私集交集或隱私集交集的特性的方法。隱私數(shù)據(jù)集的交集是指數(shù)據(jù)集中的每一個(gè)共有的數(shù)據(jù)項(xiàng)。例如，由幾方維護(hù)的隱私數(shù)據(jù)集中表示的相同對(duì)象或個(gè)人的數(shù)據(jù)項(xiàng)可以被分類(lèi)為在隱私數(shù)據(jù)集中的交集內(nèi)；CN111967038A通過(guò)利用多方安全計(jì)算的方式對(duì)輸入數(shù)據(jù)和執(zhí)行代碼進(jìn)行處理以執(zhí)行計(jì)算指令，防止數(shù)據(jù)泄露；CN112231746A中提供了一種聯(lián)合數(shù)據(jù)分析方法，通過(guò)鏡像等價(jià)模型得到關(guān)聯(lián)其多方的特征，在沒(méi)有相互泄露數(shù)據(jù)的情況下擴(kuò)展了分析維度，提高了分析精確度；CN111931221A在不向?qū)Ψ交虻谌叫孤兑环剿鶕碛械臄?shù)據(jù)對(duì)象具體的屬性數(shù)據(jù)和特征數(shù)據(jù)的前提下，根據(jù)雙方各自擁有的數(shù)據(jù)對(duì)象的第一特征數(shù)據(jù)、第二特征數(shù)據(jù)進(jìn)行聯(lián)合分組，避免在上述數(shù)據(jù)處理場(chǎng)景中泄露一方所擁有的數(shù)據(jù)對(duì)象的具體數(shù)據(jù)。

六、基于對(duì)敏感/隱私數(shù)據(jù)的識(shí)別和攔截保護(hù)用戶(hù)隱私數(shù)據(jù)

基于對(duì)敏感/隱私數(shù)據(jù)的識(shí)別和攔截保護(hù)用戶(hù)隱私數(shù)據(jù)是被廣泛使用的一種隱私防泄漏技術(shù)。該技術(shù)分支具有領(lǐng)域性特點(diǎn)，不同的領(lǐng)域關(guān)注不同類(lèi)型的隱私/敏感數(shù)據(jù)類(lèi)型，代表性的專(zhuān)利有CN111079174A、CN110175623A、CN110020553A。CN111079174A中構(gòu)建基于匿名化和差分隱私技術(shù)的用電數(shù)據(jù)脫敏算法模型，可以對(duì)用電數(shù)據(jù)進(jìn)行脫敏；CN110175623A中涉及一種基于圖像識(shí)別的脫敏處理方法，通過(guò)對(duì)多個(gè)圖像識(shí)別模型的敏感特征識(shí)別結(jié)果進(jìn)行核對(duì)來(lái)提升敏感特征識(shí)別的準(zhǔn)確度；CN110020553A保護(hù)敏感數(shù)據(jù)的方法能夠確保敏感數(shù)據(jù)被準(zhǔn)確高效地發(fā)現(xiàn)和梳理，并對(duì)敏感數(shù)據(jù)的各個(gè)出口都進(jìn)行保護(hù)。通過(guò)上述分析可知，該技術(shù)分支下，不同的領(lǐng)域在隱私防護(hù)過(guò)程中根據(jù)其各自的領(lǐng)域特定確定要識(shí)別和攔截的具體對(duì)象，從而實(shí)現(xiàn)有針對(duì)性的精準(zhǔn)防護(hù)。

七、基于對(duì)數(shù)據(jù)融合、隱私算法/模型的改進(jìn)來(lái)保護(hù)用戶(hù)隱私數(shù)據(jù)

對(duì)隱私防護(hù)中具體使用的算法或/模型進(jìn)行改進(jìn)是近年來(lái)研究的熱點(diǎn)，由于其屬于偏底層的技術(shù)改進(jìn)，技術(shù)的通用性強(qiáng)，并且通過(guò)模型或算法能夠大大提高隱私防護(hù)中數(shù)據(jù)處理的效率及準(zhǔn)確性。代表性的專(zhuān)利有CN110610098、CN111914287A、CN112464269A。CN110610098中保證在多方垂直分割數(shù)據(jù)的發(fā)布過(guò)程中，滿(mǎn)足對(duì)于所發(fā)布的數(shù)據(jù)集的差分隱私的要求，同時(shí)發(fā)布的整體數(shù)據(jù)能夠支持多種數(shù)據(jù)分析任務(wù)；CN111914287A中針對(duì)位置服務(wù)中的隱私保護(hù)方法，基于改進(jìn)DTW距離算法，來(lái)量化用戶(hù)的軌跡隱私保護(hù)程度，避免構(gòu)造同步的軌跡數(shù)據(jù)集，科學(xué)評(píng)估軌跡隱私保護(hù)程度；CN112464269A的方法包括過(guò)濾出和任務(wù)相關(guān)的用戶(hù)和數(shù)據(jù)、訓(xùn)練前用戶(hù)選擇、訓(xùn)練過(guò)程中用戶(hù)和數(shù)據(jù)選擇、模型訓(xùn)練，本發(fā)明采用了向量草圖和隨機(jī)響應(yīng)機(jī)制，用戶(hù)選擇策略高效且?guī)в须[私保護(hù)。從上述分析可知，該技術(shù)分支下，重點(diǎn)在于對(duì)模型或算法的改進(jìn)，強(qiáng)調(diào)在防止隱私泄露的前提下最大程度的保證數(shù)據(jù)的可用性，使得數(shù)據(jù)分析結(jié)果更有價(jià)值。

八、結(jié)束語(yǔ)

從以上分析結(jié)果可以看出，前期對(duì)大數(shù)據(jù)挖掘過(guò)程中隱私數(shù)據(jù)防護(hù)的策略專(zhuān)利申請(qǐng)的主要集中在基于對(duì)敏感/隱私數(shù)據(jù)處理保護(hù)用戶(hù)隱私數(shù)據(jù)，但近年來(lái)隨著人工智能和區(qū)塊鏈技術(shù)的快速發(fā)展，越來(lái)越多的專(zhuān)利申請(qǐng)利用多種技術(shù)的結(jié)合來(lái)進(jìn)行隱私數(shù)據(jù)的防護(hù)。隨著大數(shù)據(jù)分析在各領(lǐng)域的廣泛應(yīng)用，隱私保護(hù)面臨越來(lái)越多的技術(shù)挑戰(zhàn)，也為該領(lǐng)域的發(fā)展帶來(lái)了新的契機(jī)，只有根據(jù)實(shí)際的需求，通過(guò)結(jié)合多種技術(shù)手段，才能更好地解決不同場(chǎng)景下的隱私保護(hù)的問(wèn)題。

作者:張琳 石蒙蒙 單位:國(guó)家知識(shí)產(chǎn)權(quán)局專(zhuān)利局專(zhuān)利審查協(xié)作江蘇中心