CN109948313A - 一种个人信息查看赋权的方法和装置 - Google Patents
一种个人信息查看赋权的方法和装置 Download PDFInfo
- Publication number
- CN109948313A CN109948313A CN201910196124.4A CN201910196124A CN109948313A CN 109948313 A CN109948313 A CN 109948313A CN 201910196124 A CN201910196124 A CN 201910196124A CN 109948313 A CN109948313 A CN 109948313A
- Authority
- CN
- China
- Prior art keywords
- information
- history
- checks
- checked
- viewer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Abstract
本发明公开了一种个人信息查看赋权的方法和装置。本发明的方法中,用户请求查看个人信息,被查看人作出同意或者拒绝表示时,返回查询结果或者拒绝的信息,并提取并存储该次查看的特征信息和结果信息,从而形成历史查看记录集;被查看人在预先设定的时间内作出同意或者拒绝表示时,根据该次查看请求的特征信息所对应的历史查看记录集统计分析结果给出是否同意用户查看,然后返回查询结果或者拒绝的信息。本发明通过机器学习的方法对历史查看记录进行数据分析,然后根据分析的结果对用户查看个人请求给出是否同意用户查看,从而实现个人信息查看自动化的赋权。
Description
技术领域
本发明涉及机器学习和数据分析在个人隐私保护方面的应用。
背景技术
个人档案是用人单位和学校教育之间的桥梁。学生在学校的学习经历被存入个人档案,用人单位则通过查阅学生的个人档案调取该学生在学校所受的教育经历。个人信息保护是个人档案管理在网络应用服务中的一个重要业务环节。现有技术下,个人信息保护需要人工介入实现。
发明内容
本发明所要解决的问题:通过数据分析判断哪些个人信息可公开,哪些个人信息不可公开,从而实现个人信息保护的自动化管理。
为解决上述问题,本发明采用的方案如下:
根据本发明的一种个人信息查看赋权的方法,该方法包括如下步骤:
S1:当用户查看个人信息的请求转发至被查看人终端,被查看人通过所述被查看人终端明确作出同意或者拒绝表示的情况下,提取并存储该次查看的特征信息和结果信息,从而形成历史查看记录集;所述历史查看记录集是历史查看信息的集合;所述历史查看信息包括所述特征信息和结果信息;所述特征信息包括:查看用户类别、查看数据类别、查看用途类别;所述结果信息为被查看人是否同意查看;
S2:当用户查看个人信息的请求转发至被查看人终端,被查看人未能在预先设定的时间内通过所述被查看人终端返回同意或者拒绝表示的情况下,提取该次查看的特征信息,并根据该次查看的特征信息所对应的历史查看记录集统计分析结果给出是否同意用户查看;
所述“该次查看的特征信息所对应的历史查看记录集统计分析结果”通过根据该次查看的特征信息对所述历史查看记录集进行统计分析得到;
所述“根据该次查看的特征信息对所述历史查看记录集进行统计分析”包括以下步骤:
S21:对所述历史查看记录集中的所述历史查看信息按照时间顺序依次分组;
S22:通过该次查看的特性信息和所述历史查看信息中的特征信息的相似度比较,从每组历史查看信息中找出N个与该次查看的特性信息最为相似的历史查看信息,组成样本集;所述样本集为N个历史查看信息组成的集合;
S23:对每组历史查看信息所对应的样本集通过对函数:
求偏导算极值的方法,得到其中的参数向量
从而得到分类基函数Hk:
其中,
S24:对每组历史查看信息所对应的样本集通过分类基函数Hk计算分类系数αk:
其中,
ωk,i通过迭代计算得到,迭代公式如下:
其中,
S25:根据分类系数αk和分类基函数Hk构建强分类函数F:
上述公式中:
为特征信息向量;特征信息向量由所述特征信息中的查看用户类别、查看数据类别、查看用途类别的枚举值张开后所组成的向量;特征信息向量的每个元素与所述特征信息中的查看用户类别、查看数据类别、查看用途类别的某个枚举值对应,当枚举值匹配时取值为1,否则取值为0;
N为样本集中历史查看信息的个数;i对应样本集中第i个历史查看信息;yi为样本集第i个历史查看信息中结果信息所表示的值,被查看人同意查看时取值为1,否者取值为0;为样本集第i个历史查看信息所对应的特征信息向量;
K为历史查看信息分组总数;k对应于第k组历史查看信息;为第k组历史查看信息所对应的参数向量;αk表示为第k组历史查看信息所对应的分类系数;ek表示为第k组历史查看信息所对应的分类误差率;Hk为第k组历史查看信息所对应的分类基函数;Gk为第k组历史查看信息所对应的弱分类函数;
ωk,i为第k组历史查看信息所对应的样本集中第i个历史查看信息的权重值;
表示为特征信息向量和参数向量之间的点积;
log为对数函数;exp为以自然常数e为底的指数函数;
sign为符号函数,当参数大于0.5时取值为1,否则取值为-1;
I函数的参数为真时取值为1,否则取值为-1;
所述“根据该次查看的特征信息所对应的历史查看记录集统计分析结果给出是否同意用户查看”为将该次查看的特征信息转换成特征信息向量代入所述强分类函数F计算,当计算得到的值为1是表示同意用户查看,否则拒绝用户查看。
进一步,根据本发明的个人信息查看赋权的方法,所述步骤S1包括:
S11:接收终端发送的用户查看个人信息请求;所述用户查看个人信息请求包括查看用户信息、被查看人信息、查看用途类别;
S12:根据所述被查看人信息和查看用户信息通过个人信息数据库中的被查看人授权列表判断所述的用户查看个人信息请求是否已经被被查看人授权;当该用户查看个人信息请求被未被查看人授权,则将所述用户查看个人信息请求转发至被查看人终端;
S13:当接收到被查看人对所述用户查看个人信息请求作出的同意或拒绝表示时,将被查看人对所述用户查看个人信息请求作出的同意或拒绝表示存入所述个人信息数据孔中的被查看人授权列表。
进一步,根据本发明的个人信息查看赋权的方法,遍历所有的特征信息向量,为每个特征信息向量通过步骤S21至S25所得到的强分类函数F计算出相应的结果值,组成特征信息统计表;所述“根据该次查看的特征信息所对应的历史查看记录集统计分析结果给出是否同意用户查看”通过查询所述特征信息统计表得到。
进一步,根据本发明的一种个人信息查看赋权的装置,该装置包括如下模块:
M1,用于:当用户查看个人信息的请求转发至被查看人终端,被查看人通过所述被查看人终端明确作出同意或者拒绝表示的情况下,提取并存储该次查看的特征信息和结果信息,从而形成历史查看记录集;所述历史查看记录集是历史查看信息的集合;所述历史查看信息包括所述特征信息和结果信息;所述特征信息包括:查看用户类别、查看数据类别、查看用途类别;所述结果信息为被查看人是否同意查看;
M2,用于:当用户查看个人信息的请求转发至被查看人终端,被查看人未能在预先设定的时间内通过所述被查看人终端返回同意或者拒绝表示的情况下,提取该次查看的特征信息,并根据该次查看的特征信息所对应的历史查看记录集统计分析结果给出是否同意用户查看;
所述“该次查看的特征信息所对应的历史查看记录集统计分析结果”通过根据该次查看的特征信息对所述历史查看记录集进行统计分析得到;
所述“根据该次查看的特征信息对所述历史查看记录集进行统计分析”包括以下模块:
M21,用于:对所述历史查看记录集中的所述历史查看信息按照时间顺序依次分组;
M22,用于:通过该次查看的特性信息和所述历史查看信息中的特征信息的相似度比较,从每组历史查看信息中找出N个与该次查看的特性信息最为相似的历史查看信息,组成样本集;所述样本集为N个历史查看信息组成的集合;
M23,用于:对每组历史查看信息所对应的样本集通过对函数:
求偏导算极值的方法,得到其中的参数向量
从而得到分类基函数Hk:
其中,
M24,用于:对每组历史查看信息所对应的样本集通过分类基函数Hk计算分类系数αk:
其中,
ωk,i通过迭代计算得到,迭代公式如下:
其中,
M25,用于:根据分类系数αk和分类基函数Hk构建强分类函数F:
上述公式中:
为特征信息向量;特征信息向量由所述特征信息中的查看用户类别、查看数据类别、查看用途类别的枚举值张开后所组成的向量;特征信息向量的每个元素与所述特征信息中的查看用户类别、查看数据类别、查看用途类别的某个枚举值对应,当枚举值匹配时取值为1,否则取值为0;
N为样本集中历史查看信息的个数;i对应样本集中第i个历史查看信息;yi为样本集第i个历史查看信息中结果信息所表示的值,被查看人同意查看时取值为1,否者取值为0;为样本集第i个历史查看信息所对应的特征信息向量;
K为历史查看信息分组总数;k对应于第k组历史查看信息;为第k组历史查看信息所对应的参数向量;αk表示为第k组历史查看信息所对应的分类系数;ek表示为第k组历史查看信息所对应的分类误差率;Hk为第k组历史查看信息所对应的分类基函数;Gk为第k组历史查看信息所对应的弱分类函数;
ωk,i为第k组历史查看信息所对应的样本集中第i个历史查看信息的权重值;
表示为特征信息向量和参数向量之间的点积;
log为对数函数;exp为以自然常数e为底的指数函数;
sign为符号函数,当参数大于0.5时取值为1,否则取值为-1;
I函数的参数为真时取值为1,否则取值为-1;
所述“根据该次查看的特征信息所对应的历史查看记录集统计分析结果给出是否同意用户查看”为将该次查看的特征信息转换成特征信息向量代入所述强分类函数F计算,当计算得到的值为1是表示同意用户查看,否则拒绝用户查看。
进一步,根据本发明的个人信息查看赋权的装置,所述模块M1包括:
M11,用于:接收终端发送的用户查看个人信息请求;所述用户查看个人信息请求包括查看用户信息、被查看人信息、查看用途类别;
M12,用于:根据所述被查看人信息和查看用户信息通过个人信息数据库中的被查看人授权列表判断所述的用户查看个人信息请求是否已经被被查看人授权;当该用户查看个人信息请求被未被查看人授权,则将所述用户查看个人信息请求转发至被查看人终端;
M13,用于:当接收到被查看人对所述用户查看个人信息请求作出的同意或拒绝表示时,将被查看人对所述用户查看个人信息请求作出的同意或拒绝表示存入所述个人信息数据孔中的被查看人授权列表。
进一步,根据本发明的个人信息查看赋权的装置,遍历所有的特征信息向量,为每个特征信息向量通过模块M21至M25计算所得到的强分类函数F计算出相应的结果值,组成特征信息统计表;所述“根据该次查看的特征信息所对应的历史查看记录集统计分析结果给出是否同意用户查看”通过查询所述特征信息统计表得到。
本发明的技术效果如下:本发明通过机器学习的方法对历史查看记录进行数据分析,然后根据分析的结果对用户查看个人请求给出是否同意用户查看,从而实现个人信息查看自动化的赋权。
具体实施方式
下面对本发明做进一步详细说明。
本实施例的个人信息查看赋权的方法和装置是基于去中心化的学生个人档案管理系统。该学生个人档案管理系统基于Hyperledger Fabric架构,由终端、控制台和联盟链系统所组成。本实施例的联盟链系统由Hyperledger Fabric系统中的CA节点、账本节点、背书节点和排序服务节点所组成,相当于分布式数据库,用于分布式存储学生个人档案。控制台则相当于Hyperledger Fabric系统中的客户端,也是联盟链系统的接入服务器。终端通过控制台访问联盟链系统。终端分个人终端和用户终端。个人终端对应于学生个人档案管理系统所管理的学生。用户终端则对应于查询学生个人档案的用户,比如用人单位等。终端可以是台式PC、便携式PC、或者诸如手机、平板电脑等移动终端。本实施例的个人信息查看赋权的方法和装置从属于该学生个人档案管理系统的学生档案查询业务范畴。在该学生个人档案管理系统的学生档案查询业务中,个人终端也就是被查看人终端,用户终端也就是查看请求人终端。这里,用户也就是查看请求人,通常为机构用户。被查看人终端、查看请求人终端、控制台和联盟链系统之间的交互关系如下:
首先,在查看请求人终端连接并登录控制台后,查看请求人终端通过用户的操作向控制台发送用户查看个人信息请求。该用户查看个人信息请求至少包括查看用户信息、被查看人信息、查看用途类别。这里查看用户信息是查看请求人的用户信息,比如,用户ID或用户名,或者查看用户类别。被查看人信息,包括被查看人的ID或名称和查看数据类别。本实施例中,查看用户类别分成企业、机关、事业单位、社会团体和其他等五种。查看数据类别分成基本属性、学习表现、奖状和证书、课外活动、校园卡记录等五种。查看用途类别分成大数据分析、数据验证等两种。
控制台收到查看请求人终端所发送的用户查看个人信息请求后,根据被查看人信息和查看用户信息通过个人信息数据库中的被查看人授权列表判断该用户查看个人信息请求是否已经被被查看人授权。被查看人授权列表是被查看人个人信息查看赋权信息的集合。被查看人个人信息查看赋权信息包括查看请求人用户名、查看数据类别、查看用途类别以及同意或者拒绝的表示。假如通过用户查看个人信息请求和被查看人授权列表中的查看请求人用户名、查看数据类别、查看用途类别的比较后,找到了某条相匹配的被查看人个人信息查看赋权信息,表示该用户查看个人信息请求已经被被查看人授权。假如该匹配的被查看人个人信息查看赋权信息中的同意或者拒绝的表示所表示的是同意表示,则表示该被查看人同意授权,则控制台向查看请求人终端返回相应的查询信息;假如该匹配的被查看人个人信息查看赋权信息中的同意或者拒绝的表示所表示的是拒绝表示,则表示该被查看人拒绝授权,则控制台向查看请求人终端返回查询拒绝的信息。当被查看人授权列表未能找到匹配的被查看人个人信息查看赋权信息时,表示用户查看个人信息请求被未被查看人授权,则将该用户查看个人信息请求转发至相应的被查看人终端,同时开始等待接收该用户查看个人信息请求的同意或者拒绝的表示。
被查看人终端接收到用户查看个人信息请求后,通过UI界面向被查看人展示该用户查看个人信息请求,此时,被查看人可以通过该UI界面确认是否同意该用户查看个人信息请求。当被查看人在该UI界面中作出同意或者拒绝该用户查看个人信息请求时,被查看人终端将该用户查看个人信息请求的同意或者拒绝的表示经被查看人私钥签名后发送至控制台。
控制台接收到用户查看个人信息请求的同意或者拒绝的表示时,根据该用户查看个人信息请求的同意或者拒绝的表示,构建被查看人个人信息查看赋权信息存入个人信息数据库中的被查看人授权列表,同时向查看请求人终端返回查询结果:当该用户查看个人信息请求的同意或者拒绝的表示属于同意表示时,控制台向查看请求人终端返回相应的查询信息;当该用户查看个人信息请求的同意或者拒绝的表示属于拒绝表示时,控制台向查看请求人终端返回查询拒绝的信息。控制台在向查看请求人终端返回查询结果的同时,提取并存储该次查看的特征信息和结果信息,从而形成历史查看记录集。历史查看记录集是历史查看信息的集合。历史查看信息包括特征信息和结果信息。特征信息包括前述的查看用户类别、查看数据类别、查看用途类别。结果信息为被查看人是否同意查看。上述控制台接收到用户查看个人信息请求的同意或者拒绝的表示后所处理的步骤也就是前述步骤S1。
控制台在等待接收该用户查看个人信息请求的同意或者拒绝的表示时,在预先设定的时间内未能接收到该用户查看个人信息请求的同意或者拒绝的表示,意味着,当用户查看个人信息的请求转发至被查看人终端,被查看人未能在预先设定的时间内通过被查看人终端返回同意或者拒绝表示。在此种情况下,控制台提取该次查看的特征信息,并根据该次查看的特征信息所对应的历史查看记录集统计分析结果给出是否同意用户查看。该步骤也就是前述步骤S2。这里预先设定的时间为5~30分钟。
上述“该次查看的特征信息所对应的历史查看记录集统计分析结果”通过根据该次查看的特征信息对历史查看记录集进行统计分析得到。“根据该次查看的特征信息对历史查看记录集进行统计分析”的步骤如下:
S21:对历史查看记录集中的历史查看信息按照时间顺序依次分组;
S22:通过该次查看的特性信息和历史查看信息中的特征信息的相似度比较,从每组历史查看信息中找出N个与该次查看的特性信息最为相似的历史查看信息,组成样本集;样本集为N个历史查看信息组成的集合;
S23:对每组历史查看信息所对应的样本集通过对函数:
求偏导算极值的方法,得到其中的参数向量
从而得到分类基函数Hk:
其中,
S24:对每组历史查看信息所对应的样本集通过分类基函数Hk计算分类系数αk:
其中,
ωk,i通过迭代计算得到,迭代公式如下:
其中,
S25:根据分类系数αk和分类基函数Hk构建强分类函数F:
上述公式中,为特征信息向量。特征信息向量由特征信息中的查看用户类别、查看数据类别、查看用途类别的枚举值张开后所组成的向量。特征信息向量的每个元素与特征信息中的查看用户类别、查看数据类别、查看用途类别的某个枚举值对应,当枚举值匹配时取值为1,否则取值为0。具体到本实施例中,查看用户类别分成五种:企业、机关、事业单位、社会团体和其他;查看数据类别分成五种:基本属性、学习表现、奖状和证书、课外活动,校园卡记录;查看用途类别分成两种:大数据分析、数据验证。由此构建特征信息向量是一个十二维度向量,该向量的每个维度或者每个元素分别对应:企业、机关、事业单位、社会团体、其他、基本属性、学习表现、奖状和证书、课外活动、校园卡记录、大数据分析、数据验证。
上述公式中,N为样本集中历史查看信息的个数i对应样本集中第i个历史查看信息;yi为样本集第i个历史查看信息中结果信息所表示的值,被查看人同意查看时取值为1,否者取值为0;为样本集第i个历史查看信息所对应的特征信息向量。K为历史查看信息分组总数;k对应于第k组历史查看信息;为第k组历史查看信息所对应的参数向量;αk表示为第k组历史查看信息所对应的分类系数;ek表示为第k组历史查看信息所对应的分类误差率;Hk为第k组历史查看信息所对应的分类基函数;Gk为第k组历史查看信息所对应的弱分类函数;ωk,i为第k组历史查看信息所对应的样本集中第i个历史查看信息的权重值;表示为特征信息向量和参数向量之间的点积;参数向量的维度与特征信息向量维度相同,具体到本实施例中,参数向量同样是一个十二维度的向量。特征信息向量和参数向量之间的点积是一个具体的数值。
上述公式中,log为对数函数;exp为以自然常数e为底的指数函数。sign为符号函数,当参数大于0.5时取值为1,否则取值为-1;I函数的参数为真时取值为1,否则取值为-1。
“根据该次查看的特征信息所对应的历史查看记录集统计分析结果给出是否同意用户查看”为将该次查看的特征信息转换成特征信息向量代入强分类函数F计算,当计算得到的值为1是表示同意用户查看,否则拒绝用户查看。
本实施例步骤S22中,相似度计算通过特征信息向量的余弦相似度计算实现。比如,该次查看的特征信息所构建的前述十二维度的特征信息向量为:[a1,a2,a3,…,a12],历史查看信息中的特征信息所构建的前述十二维度的特征信息向量为:[b1,b2,b3,…,b12],则特征信息向量和特征信息向量之间的余弦相似度计算公式为:
步骤23中,对函数求偏导算极值,也就是对参数向量的每个元素ukj求偏导算极值,具体来说,也就是偏导函数时,计算ukj的值,从而得到整个参数向量本实施例中,对于十二维度的参数向量元素ukj中的j取值为1~12。
步骤S21中,对历史查看记录集中的历史查看信息按照时间顺序依次分组时,本实施例采用按数量进行分组的方法,也就是,每组为10000条历史查看信息。
需要指出的是,上述步骤S22至S25是迭代过程中的步骤,在系统运行时,可以监控历史查看记录数量,当历史查看记录集每新接收到10000条历史查看信息时,对新接收到10000条历史查看信息做新一轮步骤S22至S25的计算同样可以实现前述历史查看记录集中的历史查看信息按照时间顺序依次分组的目的。此时,k所对应于第k组历史查看信息,也相当于对应于第k轮历史查看信息。
此外,特征信息是可以枚举的。具体到本实施例中,特征信息所对应的十二维度的特征信息向量中的每个元素值可以用布尔量表示。因此,特征信息向量总共仅有2的12次方种情形,也就是总共有4096种不同的特征信息向量,因此,通过上述迭代过程可以为每种特征信息向量计算一个强分类函数F的值,从而形成可以一个4096种特征信息向量对应的强分类函数F的值表,也就是遍历所有的特征信息向量,为每个特征信息向量通过步骤S21至S25所得到的强分类函数F计算出相应的结果值,组成特征信息统计表。特征信息统计表是由特征信息统计结果组成的数组。特征信息统计结果包括特征信息向量和统计结果。这里的统计结果也就是前述对相应的特征信息向量通过步骤S21至S25所得到的强分类函数F计算出相应的结果值,该结果值中,1表示同意,0表示拒绝。此种情况下,“根据该次查看的特征信息所对应的历史查看记录集统计分析结果给出是否同意用户查看”仅需查询该特征信息统计表即可,也就是将该次查看的特征信息转换成相应的特征信息向量,然后在该特征信息统计表中查询相应的特征信息向量得到对应的结果值。这也意味着,前述“根据该次查看的特征信息对历史查看记录集进行统计分析”并不一定由某个用户查看个人信息请求所触发,也可以由一个对历史查看记录集进行统计分析的模块实现。该模块可以通过一个独立线程或独立进程实现。该模块遍历所有的特征信息向量,为每个特征信息向量对历史查看记录集通过前述步骤21至S25进行统计分析后输出特征信息统计表。当用户查看个人信息的请求转发至被查看人终端,被查看人未能在预先设定的时间内通过被查看人终端返回同意或者拒绝表示时,控制台查询该特征信息统计表即可给出是否同意用户查看的结论。
Claims (6)
1.一种个人信息查看赋权的方法,其特征在于,该方法包括如下步骤:
S1:当用户查看个人信息的请求转发至被查看人终端,被查看人通过所述被查看人终端明确作出同意或者拒绝表示的情况下,提取并存储该次查看的特征信息和结果信息,从而形成历史查看记录集;所述历史查看记录集是历史查看信息的集合;所述历史查看信息包括所述特征信息和结果信息;所述特征信息包括:查看用户类别、查看数据类别、查看用途类别;所述结果信息为被查看人是否同意查看;
S2:当用户查看个人信息的请求转发至被查看人终端,被查看人未能在预先设定的时间内通过所述被查看人终端返回同意或者拒绝表示的情况下,提取该次查看的特征信息,并根据该次查看的特征信息所对应的历史查看记录集统计分析结果给出是否同意用户查看;
所述“该次查看的特征信息所对应的历史查看记录集统计分析结果”通过根据该次查看的特征信息对所述历史查看记录集进行统计分析得到;
所述“根据该次查看的特征信息对所述历史查看记录集进行统计分析”包括以下步骤:
S21:对所述历史查看记录集中的所述历史查看信息按照时间顺序依次分组;
S22:通过该次查看的特性信息和所述历史查看信息中的特征信息的相似度比较,从每组历史查看信息中找出N个与该次查看的特性信息最为相似的历史查看信息,组成样本集;所述样本集为N个历史查看信息组成的集合;
S23:对每组历史查看信息所对应的样本集通过对函数:
求偏导算极值的方法,得到其中的参数向量
从而得到分类基函数Hk:
其中,
S24:对每组历史查看信息所对应的样本集通过分类基函数Hk计算分类系数αk:
其中,
ωk,i通过迭代计算得到,迭代公式如下:
其中,
S25:根据分类系数αk和分类基函数Hk构建强分类函数F:
上述公式中:
为特征信息向量;特征信息向量由所述特征信息中的查看用户类别、查看数据类别、查看用途类别的枚举值张开后所组成的向量;特征信息向量的每个元素与所述特征信息中的查看用户类别、查看数据类别、查看用途类别的某个枚举值对应,当枚举值匹配时取值为1,否则取值为0;
N为样本集中历史查看信息的个数;i对应样本集中第i个历史查看信息;yi为样本集第i个历史查看信息中结果信息所表示的值,被查看人同意查看时取值为1,否者取值为0;为样本集第i个历史查看信息所对应的特征信息向量;
K为历史查看信息分组总数;k对应于第k组历史查看信息;为第k组历史查看信息所对应的参数向量;αk表示为第k组历史查看信息所对应的分类系数;ek表示为第k组历史查看信息所对应的分类误差率;Hk为第k组历史查看信息所对应的分类基函数;Gk为第k组历史查看信息所对应的弱分类函数;
ωk,i为第k组历史查看信息所对应的样本集中第i个历史查看信息的权重值;
表示为特征信息向量和参数向量之间的点积;
log为对数函数;exp为以自然常数e为底的指数函数;
sign为符号函数,当参数大于0.5时取值为1,否则取值为-1;
I函数的参数为真时取值为1,否则取值为-1;
所述“根据该次查看的特征信息所对应的历史查看记录集统计分析结果给出是否同意用户查看”为将该次查看的特征信息转换成特征信息向量代入所述强分类函数F计算,当计算得到的值为1是表示同意用户查看,否则拒绝用户查看。
2.如权利要求1所述的个人信息查看赋权的方法,其特征在于,所述步骤S1包括:
S11:接收终端发送的用户查看个人信息请求;所述用户查看个人信息请求包括查看用户信息、被查看人信息、查看用途类别;
S12:根据所述被查看人信息和查看用户信息通过个人信息数据库中的被查看人授权列表判断所述的用户查看个人信息请求是否已经被被查看人授权;当该用户查看个人信息请求被未被查看人授权,则将所述用户查看个人信息请求转发至被查看人终端;
S13:当接收到被查看人对所述用户查看个人信息请求作出的同意或拒绝表示时,将被查看人对所述用户查看个人信息请求作出的同意或拒绝表示存入所述个人信息数据孔中的被查看人授权列表。
3.如权利要求1所述的个人信息查看赋权的方法,其特征在于,遍历所有的特征信息向量,为每个特征信息向量通过步骤S21至S25所得到的强分类函数F计算出相应的结果值,组成特征信息统计表;所述“根据该次查看的特征信息所对应的历史查看记录集统计分析结果给出是否同意用户查看”通过查询所述特征信息统计表得到。
4.一种个人信息查看赋权的装置,其特征在于,该装置包括如下模块:
M1,用于:当用户查看个人信息的请求转发至被查看人终端,被查看人通过所述被查看人终端明确作出同意或者拒绝表示的情况下,提取并存储该次查看的特征信息和结果信息,从而形成历史查看记录集;所述历史查看记录集是历史查看信息的集合;所述历史查看信息包括所述特征信息和结果信息;所述特征信息包括:查看用户类别、查看数据类别、查看用途类别;所述结果信息为被查看人是否同意查看;
M2,用于:当用户查看个人信息的请求转发至被查看人终端,被查看人未能在预先设定的时间内通过所述被查看人终端返回同意或者拒绝表示的情况下,提取该次查看的特征信息,并根据该次查看的特征信息所对应的历史查看记录集统计分析结果给出是否同意用户查看;
所述“该次查看的特征信息所对应的历史查看记录集统计分析结果”通过根据该次查看的特征信息对所述历史查看记录集进行统计分析得到;
所述“根据该次查看的特征信息对所述历史查看记录集进行统计分析”包括以下模块:
M21,用于:对所述历史查看记录集中的所述历史查看信息按照时间顺序依次分组;
M22,用于:通过该次查看的特性信息和所述历史查看信息中的特征信息的相似度比较,从每组历史查看信息中找出N个与该次查看的特性信息最为相似的历史查看信息,组成样本集;所述样本集为N个历史查看信息组成的集合;
M23,用于:对每组历史查看信息所对应的样本集通过对函数:
求偏导算极值的方法,得到其中的参数向量
从而得到分类基函数Hk:
其中,
M24,用于:对每组历史查看信息所对应的样本集通过分类基函数Hk计算分类系数αk:
其中,
ωk,i通过迭代计算得到,迭代公式如下:
其中,
M25,用于:根据分类系数αk和分类基函数Hk构建强分类函数F:
上述公式中:
为特征信息向量;特征信息向量由所述特征信息中的查看用户类别、查看数据类别、查看用途类别的枚举值张开后所组成的向量;特征信息向量的每个元素与所述特征信息中的查看用户类别、查看数据类别、查看用途类别的某个枚举值对应,当枚举值匹配时取值为1,否则取值为0;
N为样本集中历史查看信息的个数;i对应样本集中第i个历史查看信息;yi为样本集第i个历史查看信息中结果信息所表示的值,被查看人同意查看时取值为1,否者取值为0;为样本集第i个历史查看信息所对应的特征信息向量;
K为历史查看信息分组总数;k对应于第k组历史查看信息;为第k组历史查看信息所对应的参数向量;αk表示为第k组历史查看信息所对应的分类系数;ek表示为第k组历史查看信息所对应的分类误差率;Hk为第k组历史查看信息所对应的分类基函数;Gk为第k组历史查看信息所对应的弱分类函数;
ωk,i为第k组历史查看信息所对应的样本集中第i个历史查看信息的权重值;
表示为特征信息向量和参数向量之间的点积;
log为对数函数;exp为以自然常数e为底的指数函数;
sign为符号函数,当参数大于0.5时取值为1,否则取值为-1;
I函数的参数为真时取值为1,否则取值为-1;
所述“根据该次查看的特征信息所对应的历史查看记录集统计分析结果给出是否同意用户查看”为将该次查看的特征信息转换成特征信息向量代入所述强分类函数F计算,当计算得到的值为1是表示同意用户查看,否则拒绝用户查看。
5.如权利要求4所述的个人信息查看赋权的装置,其特征在于,所述模块M1包括:
M11,用于:接收终端发送的用户查看个人信息请求;所述用户查看个人信息请求包括查看用户信息、被查看人信息、查看用途类别;
M12,用于:根据所述被查看人信息和查看用户信息通过个人信息数据库中的被查看人授权列表判断所述的用户查看个人信息请求是否已经被被查看人授权;当该用户查看个人信息请求被未被查看人授权,则将所述用户查看个人信息请求转发至被查看人终端;
M13,用于:当接收到被查看人对所述用户查看个人信息请求作出的同意或拒绝表示时,将被查看人对所述用户查看个人信息请求作出的同意或拒绝表示存入所述个人信息数据孔中的被查看人授权列表。
6.如权利要求4所述的个人信息查看赋权的装置,其特征在于,遍历所有的特征信息向量,为每个特征信息向量通过模块M21至M25计算所得到的强分类函数F计算出相应的结果值,组成特征信息统计表;所述“根据该次查看的特征信息所对应的历史查看记录集统计分析结果给出是否同意用户查看”通过查询所述特征信息统计表得到。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910196124.4A CN109948313B (zh) | 2019-03-15 | 2019-03-15 | 一种个人信息查看赋权的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910196124.4A CN109948313B (zh) | 2019-03-15 | 2019-03-15 | 一种个人信息查看赋权的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109948313A true CN109948313A (zh) | 2019-06-28 |
CN109948313B CN109948313B (zh) | 2022-11-25 |
Family
ID=67010158
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910196124.4A Active CN109948313B (zh) | 2019-03-15 | 2019-03-15 | 一种个人信息查看赋权的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109948313B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103246670A (zh) * | 2012-02-09 | 2013-08-14 | 深圳市腾讯计算机系统有限公司 | 微博排序、搜索、展示方法和系统 |
CN104601441A (zh) * | 2014-12-04 | 2015-05-06 | 小米科技有限责任公司 | 针对群聊的权限控制方法和即时通信客户端 |
US20180046726A1 (en) * | 2015-08-19 | 2018-02-15 | Tencent Technology (Shenzhen) Company Limited | Method and apparatus for displaying contents of group chat |
-
2019
- 2019-03-15 CN CN201910196124.4A patent/CN109948313B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103246670A (zh) * | 2012-02-09 | 2013-08-14 | 深圳市腾讯计算机系统有限公司 | 微博排序、搜索、展示方法和系统 |
CN104601441A (zh) * | 2014-12-04 | 2015-05-06 | 小米科技有限责任公司 | 针对群聊的权限控制方法和即时通信客户端 |
US20180046726A1 (en) * | 2015-08-19 | 2018-02-15 | Tencent Technology (Shenzhen) Company Limited | Method and apparatus for displaying contents of group chat |
Also Published As
Publication number | Publication date |
---|---|
CN109948313B (zh) | 2022-11-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210303778A1 (en) | Virtual Redaction Service | |
CN110535660A (zh) | 一种基于区块链的取证服务系统 | |
US20030086594A1 (en) | Providing identity and security information | |
US11386224B2 (en) | Method and system for managing personal digital identifiers of a user in a plurality of data elements | |
CN107122987B (zh) | 一种通缉令诈骗的预警系统及方法 | |
CN110033399A (zh) | 一种基于人脸识别的智慧班牌的信息发布、提取方法与系统 | |
DE102021124261A1 (de) | Automatisierte computerisierte Identifizierung von Anlagegegenständen | |
CN109284978A (zh) | 一种精准识别贫困户的系统及识别方法 | |
CN109948313A (zh) | 一种个人信息查看赋权的方法和装置 | |
CN115510074B (zh) | 基于一张表的分布式数据管理及应用系统 | |
US20030120614A1 (en) | Automated e-commerce authentication method and system | |
CN115170051A (zh) | 一种人力资源综合管理大数据监管服务系统 | |
CN114997812A (zh) | 一种人力资源综合管理大数据监管服务系统 | |
CN109583210A (zh) | 一种水平权限漏洞的识别方法、装置及其设备 | |
CN113220758A (zh) | 一种项目成熟度分析论证方法 | |
CN111666547A (zh) | 一种工人职业多媒体培训管理系统、设备及其管理方法 | |
CN111782908A (zh) | 一种基于数据挖掘聚类分析的web违规操作行为检测方法 | |
CN111444868A (zh) | 基于智能手机的票据验重系统及方法 | |
CN104599074B (zh) | 实名制卡的智能业务采集管理方法及系统 | |
CN113628075B (zh) | 一种全场景智能化移动线上考试测评管理系统 | |
KR102524828B1 (ko) | 빅데이터 기반의 탐정기관 중개 시스템 | |
CN113194023B (zh) | 丢失证件找回系统及其控制方法 | |
CN116011025B (zh) | 基于区块链的数字身份认证方法及系统 | |
CN117910685A (zh) | 一种基于云平台的安全生产教育培训系统 | |
CN108197494B (zh) | 一种通过文化云平台进行用户管理的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |