CN101493874A - 一种个人上下文信息隐私保护策略自动生成方法 - Google Patents

Abstract

一种个人上下文信息隐私保护策略自动生成方法，1)将服务模式与隐私角色做分析比较，从而确定服务模式类型、数量等；2)设置移动代理作为用户在普适环境中的代表，设置普适环境的系统代理负责任何有关对用户个人上下文信息请求的处理。经过移动代理和系统代理的协调，获取交互环境上下文信息；3)通过普适环境中各类传感器获取用户个人与上下文感知应用系统交互过程情境，即用户个人与上下文感知应用系统的交互历史数据，并将其存入交互情境数据库；4)使用粗糙集算法完成隐私保护策略的自动提取；5)使用隐私角色分析引擎为上下文感知应用系统自动分配一个合适的隐私角色，即设置上下文感知应用系统的运行模式。

Description

一种个人上下文信息隐私保护策略自动生成方法

技术领域

本发明涉及一种普适环境下的隐私保护方法，特别涉及一种个人上下文信息隐私保护策略自动生成方法。

背景技术

随着计算通信技术的日益发展，各类新设备及应用日益涌现，计算通信能力不再是一种稀缺资源，它们构成了包围用户的无所不在的计算通讯环境，即新型的普适计算模式。在普适环境下，终端用户的注意力是一种宝贵资源，因而用户只需关注其任务本身，而与任务相关的计算通讯等应由普适系统自动完成。为了实现此目标，人们提出了上下文感知应用系统来解决该问题，即通过共享个人上下文信息，为用户提供与任务相关的各种自动化服务。与此同时，对于用户个人来说，敏感的个人上下文信息泄露也会带来隐私关注。

在普适环境下，虽然上下文感知应用系统能够为用户提供有价值的服务，但是它带来的个人上下文信息泄露是一个需要解决的问题。如何有效保护用户个人上下文信息的隐私性，对普适计算的推广应用有着重要的意义。上下文感知应用系统利用个人上下文信息向用户动态地提供合适的服务，这些上下文信息常常是个人的敏感信息。因此，在普适环境中，人们关注这类个人上下文信息的收集与使用。例如，上下文感知应用服务系统获得用户位置信息，可以通过移动电话向用户推送与当前位置相关的信息服务。由于用户位置信息是个人隐私信息，需要对其进行隐私保护。在移动分布式计算中，隐私保护就是一个棘手问题。在普适环境下，泄露敏感个人上下文信息的情况会更加严重，采取必要措施保护个人上下文信息隐私是普适计算被人们接受的关键。普适环境中的隐私保护本质上是对上下文信息收集、使用和发布等的控制。

根据有关研究结论与法律要求，在普适环境保护有关个人上下文信息，需要遵守六个隐私保护设计原则。第一个原则，收集上下文信息时，通知用户。第二个原则，用户可以选择需要释放的个人上下文信息，并且同意释放上下文信息。第三是位置关系原则。第四是匿名和假名原则。第五是增加上下文信息的安全性原则。第六是追索机制。根据以上有关普适环境的个人上下文信息隐私保护原则，有若干已经设计开发强化信息隐私保护的上下文感知应用系统。在这类系统中，用户(或者是可信的第三方)使用偏好语言编辑他们的个人上下文信息隐私保护策略。使用这些隐私保护策略配置隐私代理，决定了普适环境中的感知设备是否收集个人上下文信息。虽然这些上下文感知应用系统强化了用户个人上下文信息的隐私保护，但是它们假定用户个人可以定制合适的普适环境个人上下文信息隐私保护策略。

然而一些研究表明：用户个人并不能成功地设置其上下文信息隐私保护策略。因此，如何获取用户在普适环境中个人上下文信息隐私保护策略是一个急等解决的问题。普适环境可以产生各类上下文信息，而且这些上下文信息是用户与上下文感知应用系统之间交互相关的。虽然用户不能一次性准确地给出或者描述他们的隐私保护策略，但是用户与上下文感知应用系统的每次交互过程中蕴含着个人的隐私保护决策数据。在普适环境下，用户与上下文感知应用系统之间的交互过程、历史可以被传感器、感知技术获取。如果用户不想经常被上下文信息收集、发放的请求干扰，集中精力于个人的工作任务，那么就需要自动化的方法来获取上下文信息隐私保护策略。通过隐私保护策略释放有关上下文信息，从而引导上下文感知应用系统提供合适的服务，并且保护用户个人上下文信息的隐私性。

设计实现一个上下文信息隐私保护控制系统，需要考虑两个层面：隐私偏好和隐私决策。隐私偏好是用户对上下文信息隐私的关注程度，可以用来管理上下文信息。例如，为了保护信息的隐私性，用户会释放不同粒度的上下文信息，或者以不同信息类型的形式释放个人上下文信息。隐私角色表达用户的这种隐私偏好。用户根据个人的隐私偏好设置不同的隐私角色，并借助从交互历史得到的上下文信息隐私保护策略，自动控制相关上下文信息的释放，保护个人上下文信息的隐私性。

发明内容

本发明的目的在于提供一种能够让用户集中精力于个人工作任务，减少用户决策上下文信息释放的负担，从用户与上下文感知应用系统之间交互历史中自动获取上下文信息隐私保护策略的个人上下文信息隐私保护策略自动生成方法。

为达到上述目的，本发明采用的技术方案是：

1)上下文感知应用系统运行模式

上下文感知应用系统需要考虑隐私保护，在上下文感知应用系统中，用户通过隐私角色表达个人的隐私偏好，控制上下文感知应用存取个人上下文信息，上下文感知应用的服务模式由应用开发人员确定，不同的服务模式要求获取不同精度的上下文信息，在普适环境中，用户动态地为上下文感知应用分配隐私角色，从而得到与之相应的服务模式，隐私角色的主要作用如下：

a)隐私角色代表用户的隐私偏好，并且提供个人上下文信息释放方式的选择；

b)隐私角色与个人上下文信息释放的隐私决策相关，隐私角色确定了一个上下文感知应用系统请求可以得到什么样的上下文信息，并根据隐私发放策略和当前的上下文信息，这个请求被映射到一个隐私角色；

c)隐私角色与个人上下文信息的管理有关，个人上下文信息的管理不仅依赖于用户的隐私偏好，在上下文感知应用系统中，用户根据个人上下文信息的敏感性、上下文信息的类型将其分配到不同的隐私角色，而且也依赖于上下文感知应用的需求；

d)当用户所处的情境发生变化，在隐私释放策略的控制下，一个隐私角色根据用户个人的隐私保护策略(规则)变迁到另外一个隐私角色；

2)获取交互情境上下文信息

用户与上下文感知应用系统交互过程涉及的上下文信息由所处的普适环境产生，设置移动代理作为用户在普适环境中的代表，普适环境的系统代理负责任何有关对用户个人上下文信息请求的处理，对于上下文信息的请求，它首先开始与移动代理交互，移动代理需要确定请求上下文感知应用的类型或者来自上下文感知应用系统相关的上下文信息，经过协调后，系统代理从请求上下文信息的一方收集请求方的身份信息即上下文信息，与此同时，移动代理收集用户当前情境的上下文信息，在初始阶段，用户需要手动地为每一次请求分配隐私角色，这个隐私角色和收集到的上下文信息作为一条记录保存在上下文信息释放情境数据库中；

3)交互情境数据库

该数据库保存了用户个人与上下文感知应用系统交互过程情境，即用户个人与上下文感知应用系统的交互历史数据，它们通过普适环境中各类传感器获取。每一元组代表用户与应用系统的一次交互情境及运行模式的决策。元组中的属性是用来描述交互情境的，这些数据可以从用户与上下文感知应用系统交互过程的普适环境中获取。

4)自动生成隐私保护策略

在用户与上下文感知应用系统交互过程中，普适环境中的传感器获取与交互相关的情境数据，保存在上下文信息释放情境数据库中，在一段训练时间后，用户的上下文信息释放隐私保护策略包含在其中，为了从该数据库中抽取出用户的隐私保护策略，需要使用粗糙集算法，由粗糙集算法自动完成隐私保护策略的提取，粗糙集算法在进行隐私保护策略提取的同时，还进行特征选择，构成精简形式的决策规则；

使用粗糙集算法工具，从用户的上下文信息释放情境数据库中自动地决策规则，即隐私保护策略，最后，形式化地列出一个关于使用约简的核来合成最小化的隐私决策规则；

隐私保护策略表达式形式：

公式φ和d＝v分别称为决策规则的前件和后件，V_P是隐私角色的值域，集合B是属性集合A的约简，V是集合B对应的值域；

5)实时分配隐私角色

在获得用户的隐私保护策略以后，为了减少对用户不必要的干扰，建立一个基于规则匹配的隐私角色分析引擎，在实时的交互情境数据和隐私保护策略的作用下，隐私角色分析引擎为上下文感知应用自动分配一个符合用户当前情境的隐私角色。

请在此处结合以上技术方案的内容补充说明本发明的优点，请用分析性的说明。

附图说明

图1为隐私保护策略自动生成组件图；

图2为标准隐私保护策略模板图；

图3为实时隐私角色分配组件图。

具体实施方式

下面结合附图对本发明作进一步详细说明。

1)上下文感知应用系统运行模式

上下文感知应用系统需要考虑隐私保护，在上下文感知应用系统中，用户通过隐私角色表达个人的隐私偏好，控制上下文感知应用存取个人上下文信息，上下文感知应用的服务模式由应用开发人员确定，不同的服务模式要求获取不同精度的上下文信息，在普适环境中，用户动态地为上下文感知应用分配隐私角色，从而得到与之相应的服务模式，隐私角色的主要作用如下：

a)隐私角色代表用户的隐私偏好，并且提供个人上下文信息释放方式的选择；

b)隐私角色与个人上下文信息释放的隐私决策相关，隐私角色确定了一个上下文感知应用系统请求可以得到什么样的上下文信息，并根据隐私发放策略和当前的上下文信息，这个请求被映射到一个隐私角色；

c)隐私角色与个人上下文信息的管理有关，个人上下文信息的管理不仅依赖于用户的隐私偏好，在上下文感知应用系统中，用户根据个人上下文信息的敏感性、上下文信息的类型将其分配到不同的隐私角色，而且也依赖于上下文感知应用的需求；

d)当用户所处的情境发生变化，在隐私释放策略的控制下，一个隐私角色根据用户个人的隐私保护策略(规则)变迁到另外一个隐私角色；

2)获取交互情境上下文信息

用户与上下文感知应用系统交互过程涉及的上下文信息由所处的普适环境产生，设置移动代理作为用户在普适环境中的代表，普适环境的系统代理负责任何有关对用户个人上下文信息请求的处理，对于上下文信息的请求，它首先开始与移动代理交互，移动代理需要确定请求上下文感知应用的类型或者来自上下文感知应用系统相关的上下文信息，经过协调后，系统代理从请求上下文信息的一方收集请求方的身份信息即上下文信息，与此同时，移动代理收集用户当前情境的上下文信息，在初始阶段，用户需要手动地为每一次请求分配隐私角色，这个隐私角色和收集到的上下文信息作为一条记录保存在上下文信息释放情境数据库中；

3)交互情境数据库

该数据库保存了用户个人与上下文感知应用系统交互过程情境，即用户个人与上下文感知应用系统的交互历史数据，它们通过普适环境中各类传感器获取。每一元组代表用户与应用系统的一次交互情境及运行模式的决策。元组中的属性是用来描述交互情境的，这些数据可以从用户与上下文感知应用系统交互过程的普适环境中获取。

4)自动生成隐私保护策略

在用户与上下文感知应用系统交互过程中，普适环境中的传感器获取与交互相关的情境数据，保存在上下文信息释放情境数据库中，在一段训练时间后，用户的上下文信息释放隐私保护策略包含在其中，为了从该数据库中抽取出用户的隐私保护策略，需要使用粗糙集算法，由粗糙集算法自动完成隐私保护策略的提取，粗糙集算法在进行隐私保护策略提取的同时，还进行特征选择，构成精简形式的决策规则；

使用粗糙集算法工具，从用户的上下文信息释放情境数据库中自动地决策规则，即隐私保护策略，最后，形式化地列出一个关于使用约简的核来合成最小化的隐私决策规则；

隐私保护策略表达式形式：

公式φ和d＝v分别称为决策规则的前件和后件，V_P是隐私角色的值域，集合B是属性集合A的约简，V是集合B对应的值域；

5)实时分配隐私角色

在获得用户的隐私保护策略以后，为了减少对用户不必要的干扰，建立一个基于规则匹配的隐私角色分析引擎，在实时的交互情境数据和隐私保护策略的作用下，隐私角色分析引擎为上下文感知应用自动分配一个符合用户当前情境的隐私角色。

隐私角色分析引擎实时地监视用户与上下文感知应用系统的交互过程。如果上下文信息发生变化，即情境发生了变化，那么隐私角色分析引擎评估这种变化，确定是否分配新的隐私角色。

由于隐私保护策略是离线抽取的，因此，它不会影响隐私角色分析引擎的运行效率。

在普适环境中，用户与上下文感知应用系统的交互情境会发生变化。这种变化会使上下文感知应用系统能够自动地改变运行模式。也就是根据用户的隐私保护策略和当前的交互情境，上下文感知应用系统变迁到新的运行模式。为了达到这样的目标，首先需要从普适环境的传感器等设备获取用户、环境变化的原始数据。其次，对来自普适环境的原始数据进行特征生成、特征选择、数据平滑、采样和数据解释等预处理，使其成为有意义的上下文信息。这些上下文信息构成了用户的交互情境，在粗糙集算法的作用下，可以生成用户的隐私保护策略。它也是上下文感知应用系统运行的各种情境。根据情境的变迁，上下文感知应用系统调整自己的行为模式。如果发生服务事件，上下文感知应用系统根据的当前的情境，为用户提供合适的服务。

Context toolkit(CTK)是开发上下文感知应用系统的支持架构。该工具包的widget组件可以容易地获取普适环境产生的感知数据。同时，它的Aggregator组件可以集成与交互情境相关实体的多种原始数据。另外，对该工具包的概念组件Interpreter作扩展，分别构成隐私保护策略自动生成组件和实时隐私角色分配组件。

1)原始数据获取组件

在普适环境，收集上下文感知应用系统与用户交互情境相关的原始数据。分布在物理及计算环境中的各个传感器可以感知用户个人行为、环境变化，并产生相应的数据。为了获得此类感知数据，使用CTK的widget对普适环境的传感器进行封装。

在widget中，可以通过两种方式收集普适环境传感器产生的数据。第一种方式，直接查询widget，widget直接与其连接的传感器进行通讯，读取传感器的数据，这是一种同步的数据查询方法。第二种方式，是在widget设置阀值，当传感器数据达到此值时，widget会自动通知有关的调用，这是一种异步的数据查询方法。根据普适环境传感器的布置，widget可以是集中的，也可以是分布的。

为了减少上下文信息数据频繁通讯带来的负担，在widget中设置以下传感器数据统计方法：传感器数据在规定时间内的平均值、标准差、传感器数据的一阶导数、时间域值等。

2)交互情境数据库组件

实现CTK的Aggregator，就可以按照交互过程相关实体的方式来收集原始数据。此CTK组件将交互过程相关的实体的原始数据集成在一起，这些数据共同描述了用户与上下文感知应用系统的交互情境。对交互过程中涉及的每一个实体(例如，用户、上下文感知应用系统本身等)实例化一个Aggregator，通过它们收集交互实体的原始上下文数据。所有描述交互情境的数据保存在关系数据库MySQL中。

3)隐私保护策略自动生成组件

交互情境数据库中的数据蕴含着用户与上下文感知应用系统之间的隐私保护决策。采用粗糙集工具从其中提取与用户交互过程中的各种隐私决策规则，它们构成了隐私保护策略。提取隐私保护策略可以由rough set library(RSL)实现。RSL是对粗糙集算法的扩展，它是实现隐私保护策略自动生成组件的关键。

隐私保护策略自动生成组件(如图1所示)，对CTK的interpreter进行扩展，引入有关的原始数据处理、粗糙集算法RSL，构成了隐私保护策略生成器。在生成隐私保护策略之前，它进行原始数据预处理：即调用数据平滑采样方法、特征选择和特征生成方法，将原始数据转换为上下文信息。例如，这些转换算法可以把地理的经纬度数据转换成城市、街道名称，将时间数据、物理环境数据转换为有意义的上下文信息。经过预处理的数据形成了交互过程的上下文信息，它们可以更加清晰地描述用户与上下文感知应用系统的交互情境。

经过预处理后，形成了用户的交互情境数据库。隐私保护策略生成器调用RSL，从该交互情境数据库中提取用户的隐私保护策略。提取出用户的隐私保护策略之后，它调用标准策略模板，将这些隐私保护策略写入标准模板(如图2所示)，即有关该用户的隐私保护策略文件。实事上，它也是上下文感知应用系统的运行模式变迁的情境描述文件。

4)实时隐私角色分配组件

隐私保护策略自动生成组件从交互情境数据库中提取了上下文感知应用情境变迁所需要的情境描述文件。情境描述文件仅仅是上下文感知应用系统可能的情境描述，为了使上下文感知应用在这些情境中变迁，还需要另外一个组件来协调上下文感知应用的情境变迁。情境变迁组件(如图3所示)可以完成这一任务，它扩展了CTK的Interpreter。

上下文感知应用系统依据实时交互过程产生的各上下文信息数据，以及情境描述文件确定是否变迁情境，变迁到哪一个情境。隐私角色分析引擎调用数据平滑采样方法和特征提取方法实时地分析交互过程所产生的各上下文信息。将这些交互情境相关的实时上下文信息与情境描述文件匹配比较，然后，动态迁移上下文感知应用的情境。

5)服务触发事件

当上下文感知应用系统处于某一个情境时，并不是一定会产生服务。只有当上下文感知应用系统所处情境的服务模式被相应的服务事件所触发，才会为用户提供合适的服务。

Claims (1)

1、一种个人上下文信息隐私保护策略自动生成方法，其特征在于：

1)上下文感知应用系统运行模式

上下文感知应用系统需要考虑隐私保护，在上下文感知应用系统中，用户通过隐私角色表达个人的隐私偏好，控制上下文感知应用存取个人上下文信息，上下文感知应用的服务模式由应用开发人员确定，不同的服务模式要求获取不同精度的上下文信息，在普适环境中，用户动态地为上下文感知应用分配隐私角色，从而得到与之相应的服务模式，隐私角色的主要作用如下：

a)隐私角色代表用户的隐私偏好，并且提供个人上下文信息释放方式的选择；

b)隐私角色与个人上下文信息释放的隐私决策相关，隐私角色确定了一个上下文感知应用系统请求可以得到什么样的上下文信息，并根据隐私发放策略和当前的上下文信息，这个请求被映射到一个隐私角色；

c)隐私角色与个人上下文信息的管理有关，个人上下文信息的管理不仅依赖于用户的隐私偏好，在上下文感知应用系统中，用户根据个人上下文信息的敏感性、上下文信息的类型将其分配到不同的隐私角色，而且也依赖于上下文感知应用的需求；

d)当用户所处的情境发生变化，在隐私释放策略的控制下，一个隐私角色根据用户个人的隐私保护策略变迁到另外一个隐私角色；

2)获取交互情境上下文信息

用户与上下文感知应用系统交互过程涉及的上下文信息由所处的普适环境产生，设置移动代理作为用户在普适环境中的代表，普适环境的系统代理负责任何有关对用户个人上下文信息请求的处理，对于上下文信息的请求，它首先开始与移动代理交互，移动代理需要确定请求上下文感知应用的类型或者来自上下文感知应用系统相关的上下文信息，经过协调后，系统代理从请求上下文信息的一方收集请求方的身份信息即上下文信息，与此同时，移动代理收集用户当前情境的上下文信息，在初始阶段，用户需要手动地为每一次请求分配隐私角色，这个隐私角色和收集到的上下文信息作为一条记录保存在上下文信息释放情境数据库中；

3)交互情境数据库

该数据库保存了用户个人与上下文感知应用系统交互过程情境，即用户个人与上下文感知应用系统的交互历史数据，它们通过普适环境中各类传感器获取。每一元组代表用户与应用系统的一次交互情境及运行模式的决策。元组中的属性是用来描述交互情境的，这些数据可以从用户与上下文感知应用系统交互过程的普适环境中获取。

4)自动生成隐私保护策略

在用户与上下文感知应用系统交互过程中，普适环境中的传感器获取与交互相关的情境数据，保存在上下文信息释放情境数据库中，在一段训练时间后，用户的上下文信息释放隐私保护策略包含在其中，为了从该数据库中抽取出用户的隐私保护策略，需要使用粗糙集算法，由粗糙集算法自动完成隐私保护策略的提取，粗糙集算法在进行隐私保护策略提取的同时，还进行特征选择，构成精简形式的决策规则；

使用粗糙集算法工具，从用户的上下文信息释放情境数据库中自动地决策规则，即隐私保护策略，最后，形式化地列出一个关于使用约简的核来合成最小化的隐私决策规则；

隐私保护策略表达式形式：

公式φ和d＝v分别称为决策规则的前件和后件，V_P是隐私角色的值域，集合B是属性集合A的约简，V是集合B对应的值域；

5)实时分配隐私角色

在获得用户的隐私保护策略以后，为了减少对用户不必要的干扰，建立一个基于规则匹配的隐私角色分析引擎，在实时的交互情境数据和隐私保护策略的作用下，隐私角色分析引擎为上下文感知应用自动分配一个符合用户当前情境的隐私角色。

Images