CN112668055B - 一种基于本体推理的隐私信息访问控制方法及系统 - Google Patents

Abstract

本发明提供一种基于本体推理的隐私信息访问控制方法及系统，涉及隐私保护领域，访问者发出访问请求，包括访问者账号和需访问信息；从资源服务器获取需访问信息中隐私主体的所有隐私信息点；根据隐私主体预设的隐私需求，包括阈值，获取各隐私信息点的隐私泄露值；根据各隐私信息点的隐私泄露值计算隐私主体泄露值；判断隐私主体泄露值是否大于阈值，若大于阈值，则拒绝访问者的访问；若小于或等于阈值，则根据访问者账号获取访问者的历史访问信息，结合历史访问信息和需访问信息计算新的隐私主体泄露值，若新的隐私主体泄露值大于阈值，则拒绝访问；若新的隐私主体泄露值小于等于阈值，则允许访问。本发明实现更加细粒度的个性化的访问控制。

Description

一种基于本体推理的隐私信息访问控制方法及系统

技术领域

本发明涉及隐私保护领域，尤其是涉及一种基于本体推理的隐私信息访问控制方法及系统。

背景技术

随着互联网的发展，个人隐私保护成为亟待解决的重要问题。

访问控制是指系统用来决定是否授予访问权限的机制，通过验证数据访问者的身份是否合法从而防止隐私主体信息被非法访问者窃取，给隐私主体带来不必要的损失；访问控制技术起源于20世纪70年代，经历了最初的访问控制矩阵、自主访问控制(DAC)和强制访问控制(MAC)。后期经过发展出现了基于角色的访问控制(RBAC)、基于属性的访问控制(ABAC)、基于目的的访问控制(PBAC)以及其他的访问控制方法。

目前已有很多隐私保护和访问控制方法，这些方法能够在一定程度上保护隐私主体的隐私信息，但是仍存在一些问题；

(1)现有的隐私保护方法都在一定程度上会对数据造成破坏或缺失；

(2)现有的访问控制方法访问控制粒度较粗，不能够最大限度的保护隐私主体隐私。

发明内容

针对上述问题，本发明提供了一种基于本体推理的隐私信息访问控制方法及系统，在保护数据完整性的前提下能够实现更加细粒度的个性化的访问控制。

为实现上述目的，本发明提供了一种基于本体推理的隐私信息访问控制方法，包括：

访问者发出访问请求，包括访问者账号和需访问信息；

从资源服务器获取所述需访问信息中隐私主体的所有隐私信息点；

根据所述隐私主体预设的隐私需求，获取各所述隐私信息点的隐私泄露值，其中，所述隐私需求包括阈值；

根据各隐私信息点的隐私泄露值计算隐私主体泄露值；

判断所述隐私主体泄露值是否大于所述阈值，若大于所述阈值，则拒绝访问者的访问；

若小于或等于所述阈值，则根据所述访问者账号获取所述访问者的历史访问信息，结合所述历史访问信息和所述需访问信息再次计算新的隐私主体泄露值，若所述新的隐私主体泄露值大于所述阈值，则拒绝访问；

若所述新的隐私主体泄露值小于等于所述阈值，则允许访问。

作为本发明的进一步改进，所述从资源服务器获取所述需访问信息中隐私主体的所有隐私信息点；包括：

从资源服务器获取所述需访问信息；

识别所述需访问信息中涉及的隐私主体；

针对所述隐私主体对所述需访问信息进行预处理；

获取所述隐私主体的所有隐私信息点。

作为本发明的进一步改进，采用Standford CoreNLP语义分析工具对所述需访问信息进行预处理。

作为本发明的进一步改进，所述隐私需求还包括隐私概念；

所述获取各所述隐私信息点的隐私泄露值，包括：

将所述隐私概念和阈值输入隐私泄露值算法；

所述隐私泄露值算法以所述隐私概念为起点，依据Wordnet的11种关系遍历Wordnet本体库，查找与隐私概念相关的所有信息点；

根据阈值及各信息点的子节点个数计算各所述信息点的隐私泄露值；

将隐私信息点与各所述信息点的隐私泄露值进行映射，获取各所述隐私信息点的隐私泄露值。

作为本发明的进一步改进，所述根据阈值及各信息点的子节点个数计算各所述信息点的隐私泄露值；计算公式为：

隐私泄露值＝阈值÷子节点个数。

作为本发明的进一步改进，所述根据各隐私信息点的隐私泄露值计算隐私主体泄露值；包括：

将各隐私信息点的隐私泄露值相加，得到隐私主体泄露值。

作为本发明的进一步改进，所述再次计算新的隐私主体泄露值，包括：

从资源服务器获取所述历史访问信息和需访问信息中隐私主体的所有隐私信息点；

根据所述隐私主体预设的隐私需求，包括阈值，获取各所述隐私信息点的隐私泄露值；

根据各隐私信息点的隐私泄露值计算新的隐私主体泄露值。

作为本发明的进一步改进，

所述需访问信息中隐私主体为一个或多个；

当所述隐私主体为多个时，分别计算各隐私主体的隐私主体泄露值；

各隐私主体的隐私主体泄露值均不大于各自阈值时，认为隐私主体泄露值不大于所述阈值。

作为本发明的进一步改进，所述根据所述访问者账号获取所述访问者的历史访问信息，包括：

根据访问者账号查询历史日志，获取所述访问者的历史访问信息名录；

根据所述历史访问信息名录从资源服务器获取所述访问者的历史访问信息。

本发明还提供了一种如上所述的基于本体推理的隐私信息访问控制方法的系统，包括：本体推理模块、访问控制模块、服务器模块；

所述本体推理模块，用于：

根据访问控制模块发送来的需访问信息从资源服务器获取所述需访问信息中隐私主体的所有隐私信息点；

根据所述隐私主体预设的隐私需求，包括阈值，获取各所述隐私信息点的隐私泄露值；

根据各隐私信息点的隐私泄露值计算隐私主体泄露值；

将隐私主体泄露值发送服务器模块；

根据所述访问者的历史访问信息名录，在服务器模块获取访问者的历史访问信息；

结合所述历史访问信息和所述需访问信息再次计算新的隐私主体泄露值并发送访问控制模块；

所述访问控制模块，用于：

接收访问者的访问请求，将访问者账号和需访问信息发送本体推理模块；

判断所述隐私主体泄露值是否大于所述阈值，若大于所述阈值，则拒绝访问者的访问；

若小于或等于所述阈值，则根据访问者账号查询历史日志，获取所述访问者的历史访问信息名录发送本体推理模块；

判断所述新的隐私主体泄露值是否大于所述阈值，若大于所述阈值，则拒绝访问，若小于等于所述阈值，则允许访问；

所述服务器模块，用于：

供本体推理模块获取所述访问者请求的需访问信息和历史访问信息。

与现有技术相比，本发明的有益效果为：

本发明在访问控制时加入本体推理，根据隐私主体预设的隐私需求，得到隐私主体泄露值，判断隐私主体泄露值是否小于隐私主体的阈值，若小于阈值；进一步的，再结合访问者的历史访问信息和本次请求访问信息计算新的隐私主体泄露值，再次与阈值比较，综合访问者的历史访问信息给出决策，避免访问者通过本次访问信息和历史访问信息推理获得隐私主体更多的信息，是一种更加严格且粒度更细的访问控制方法实现了更加细粒度的个性化的访问控制。

附图说明

图1为本发明一种实施例公开的基于本体推理的隐私信息访问控制方法流程图；

图2为本发明一种实施例公开的基于本体推理的隐私信息访问控制系统示意图；

图3为本发明一种实施例公开的需访问信息的语义分析流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

下面结合附图对本发明做进一步的详细描述：

如图1所示，本发明提供的一种基于本体推理的隐私信息访问控制方法，包括：

S1、访问者发出访问请求，包括访问者账号和需访问信息；

S2、从资源服务器获取需访问信息中隐私主体的所有隐私信息点；

其中，

需访问信息中隐私主体为一个或多个；

当隐私主体为多个时，分别计算各隐私主体的隐私主体泄露值；

各隐私主体的隐私主体泄露值均不大于各自阈值时，认为隐私主体泄露值不大于阈值。

例如：访问者为Tom，请求的文件为Test，文件Test中包含三个隐私主体Albom、Morrie及Carrie。相对于访问者Tom，假设Albom提供的隐私保护需求为：education、0.8，Morrie提供的隐私保护需求为：property、0.4，Carrie提供的隐私保护需求为health、0.05，则判断是否允许访问Test时，应充分考虑每个隐私主体的隐私需求，即满足三个隐私主体的隐私需求时，认为隐私主体泄露值不大于阈值。

具体包括：

S21、从资源服务器获取需访问信息；

S22、识别需访问信息中涉及的隐私主体；

S23、针对隐私主体对需访问信息进行预处理；

S24、获取隐私主体的所有隐私信息点；

进一步的，在S23中，

如图3所示，采用Standford CoreNLP语义分析工具对需访问信息进行预处理，对需访问信息中的词进行词元转换，可以获取需访问信息中所包含的信息点；

例如：需访问信息中包含“I graduated from The University of London andnow live in the city centre”，预处理后得到如表1所示的结果；

表1

更进一步的，

语义分析是用来获取和理解文本信息的技术，能够将人类能够理解的自然语言转化为计算机能够理解的形式语言；

Standford CoreNLP是一个集成的框架，它的目标是使得应用很多语言分析工具分析大量的文本变的简单，它对文本进行分词(word_tokenize)、词性标注(pos_tag)、命名实体识别(ner)、句法依存分析(dependency_parse)、句法解析(parse)等多种语言技术工具提供友好的接口，满足本发明中语义分析的要求，同时，Standford CoreNLP语义分析工具的词性标注接口可以提供的部分词性可与Wordnet本体中的词性对应，因此经过该工具进行语义分析后的隐私信息点可以在Wordnet中进行隐私泄露值的计算；

S3、如图3所示，根据隐私主体预设的隐私需求，包括隐私概念和阈值，获取各隐私信息点的隐私泄露值；

其中，

将隐私概念和阈值输入隐私泄露值算法；

隐私泄露值算法以隐私概念为起点，依据Wordnet的11种关系(hypernyms，hyponyms，part_holonyms，part_meronyms，member_holonyms，member_meronyms，substance_holonyms，substance_meronyms，instance_hypernyms，instance_hyponyms，attribute)遍历Wordnet本体库，查找与隐私概念相关的所有信息点；

根据阈值及各信息点的子节点个数计算各信息点的隐私泄露值，得到所有信息点隐私泄露值对照表，例如：隐私主体提供的需要保护的隐私概念为position，需要保护的隐私等级为0.4；隐私泄露值算法接收到隐私主体的请求后，以position为起点计算，结果得到相对于position这一隐私概念的隐私泄露词集如表2所示：

表2

将隐私信息点与各信息点的隐私泄露值进行映射，获取各隐私信息点的隐私泄露值；

例如：对于表1中经过语义分析后的信息点以及表2中通过隐私泄露值算法推理得到的隐私泄露值数据文件进行映射，获取各隐私信息点的隐私泄露值，得到表3所示的隐私主体相对于position这一隐私概念的隐私信息点的隐私泄露值的集；通常来说，London被认为与position有关系，从表3中也可以看到，泄露值较大，而city相对于London来说，与position的关系较弱，推理得到的泄露值也满足这一关系；

表3

隐私信息点	映射后的泄露值
		graduated	0.0
University	0.0
		London	0.019230769230769232
live	0.0
		city	0.002028397565922921
centre	0.0

进一步的，

计算各信息点的隐私泄露值，计算公式为：

隐私泄露值＝阈值÷子节点个数。

S4、根据各隐私信息点的隐私泄露值计算隐私主体泄露值；

其中，

将各隐私信息点的隐私泄露值相加，得到隐私主体泄露值。

S5、判断隐私主体泄露值是否大于阈值，若大于阈值，则拒绝访问者的访问；

S6、若小于或等于阈值，则根据访问者账号获取访问者的历史访问信息，结合历史访问信息和需访问信息再次计算新的隐私主体泄露值，若新的隐私主体泄露值大于阈值，则拒绝访问；

其中，

从资源服务器获取历史访问信息和需访问信息中隐私主体的所有隐私信息点；

根据隐私主体预设的隐私需求，包括阈值，获取各隐私信息点的隐私泄露值；

根据各隐私信息点的隐私泄露值计算新的隐私主体泄露值；

进一步的，

根据访问者账号查询历史日志，获取所述访问者的历史访问信息名录；

根据所述历史访问信息名录从资源服务器获取所述访问者的历史访问信息。

S7、若新的隐私主体泄露值小于等于阈值，则允许访问。

如图2所示，本发明还提供了一种基于本体推理的隐私信息访问控制系统，包括：本体推理模块、访问控制模块、服务器模块；

本体推理模块，用于：

根据访问控制模块发送来的需访问信息从资源服务器获取需访问信息中隐私主体的所有隐私信息点；

根据隐私主体预设的隐私需求，包括阈值，获取各隐私信息点的隐私泄露值；

根据各隐私信息点的隐私泄露值计算隐私主体泄露值；

将隐私主体泄露值发送服务器模块；

根据访问者的历史访问信息名录，在服务器模块获取访问者的历史访问信息；

结合历史访问信息和需访问信息再次计算新的隐私主体泄露值并发送访问控制模块；

访问控制模块，用于：

接收访问者的访问请求，将访问者账号和需访问信息发送本体推理模块；

判断隐私主体泄露值是否大于阈值，若大于阈值，则拒绝访问者的访问；

若小于或等于阈值，则根据访问者账号查询历史日志，获取访问者的历史访问信息名录发送本体推理模块；

判断新的隐私主体泄露值是否大于阈值，若大于阈值，则拒绝访问，若小于等于阈值，则允许访问；

服务器模块，用于：

供本体推理模块获取访问者请求的需访问信息和历史访问信息。

本发明的优点：

在访问控制时加入本体推理，隐私主体可以根据自己的需求设置隐私概念及阈值，当访问者请求访问信息时，通过本体推理及映射得到访问信息中隐私主体的隐私主体泄露值，根据隐私主体泄露值是否小于隐私主体的阈值，若小于阈值；进一步的，再结合访问者的历史访问信息和本次请求访问信息计算新的隐私主体泄露值，再次与阈值比较，综合访问者的历史访问信息给出决策，避免访问者通过本次访问信息和历史访问信息推理获得隐私主体更多的信息，是一种更加严格且粒度更细的访问控制方法实现了更加细粒度的个性化的访问控制。

以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于本体推理的隐私信息访问控制方法，其特征在于，包括：

访问者发出访问请求，包括访问者账号和需访问信息；

从资源服务器获取所述需访问信息中隐私主体的所有隐私信息点；

根据所述隐私主体预设的隐私需求，获取各所述隐私信息点的隐私泄露值；其中，所述隐私需求包括阈值和隐私概念；获取各所述隐私信息点的隐私泄露值，包括：将所述隐私概念和阈值输入隐私泄露值算法；所述隐私泄露值算法以所述隐私概念为起点，依据Wordnet的11种关系遍历Wordnet本体库，查找与隐私概念相关的所有信息点；根据阈值及各信息点的子节点个数计算各所述信息点的隐私泄露值，计算公式为：隐私泄露值＝阈值÷子节点个数；将隐私信息点与各所述信息点的隐私泄露值进行映射，获取各所述隐私信息点的隐私泄露值；

根据各隐私信息点的隐私泄露值计算隐私主体泄露值，包括：将各隐私信息点的隐私泄露值相加，得到隐私主体泄露值；

判断所述隐私主体泄露值是否大于所述阈值，若大于所述阈值，则拒绝访问者的访问；

若小于或等于所述阈值，则根据所述访问者账号获取所述访问者的历史访问信息，结合所述历史访问信息和所述需访问信息再次计算新的隐私主体泄露值，若所述新的隐私主体泄露值大于所述阈值，则拒绝访问；

若所述新的隐私主体泄露值小于等于所述阈值，则允许访问。

2.根据权利要求1所述的隐私信息访问控制方法，其特征在于，所述从资源服务器获取所述需访问信息中隐私主体的所有隐私信息点，包括：

从资源服务器获取所述需访问信息；

识别所述需访问信息中涉及的隐私主体；

针对所述隐私主体对所述需访问信息进行预处理；

获取所述隐私主体的所有隐私信息点。

3.根据权利要求2所述的隐私信息访问控制方法，其特征在于：采用StandfordCoreNLP语义分析工具对所述需访问信息进行预处理。

4.根据权利要求1所述的隐私信息访问控制方法，其特征在于，所述再次计算新的隐私主体泄露值，包括：

从资源服务器获取所述历史访问信息和需访问信息中隐私主体的所有隐私信息点；

根据所述隐私主体预设的隐私需求，包括阈值，获取各所述隐私信息点的隐私泄露值；

根据各隐私信息点的隐私泄露值计算新的隐私主体泄露值。

5.根据权利要求1所述的隐私信息访问控制方法，其特征在于：

所述需访问信息中隐私主体为一个或多个；

当所述隐私主体为多个时，分别计算各隐私主体的隐私主体泄露值；

各隐私主体的隐私主体泄露值均不大于各自阈值时，认为隐私主体泄露值不大于所述阈值。

6.根据权利要求1所述的隐私信息访问控制方法，其特征在于：所述根据所述访问者账号获取所述访问者的历史访问信息，包括：

根据访问者账号查询历史日志，获取所述访问者的历史访问信息名录；

根据所述历史访问信息名录从资源服务器获取所述访问者的历史访问信息。

7.一种如权利要求1～6任一项所述的基于本体推理的隐私信息访问控制方法的系统，其特征在于，包括：本体推理模块、访问控制模块、服务器模块；

所述本体推理模块，用于：

根据访问控制模块发送来的需访问信息从资源服务器获取所述需访问信息中隐私主体的所有隐私信息点；

根据所述隐私主体预设的隐私需求，包括阈值，获取各所述隐私信息点的隐私泄露值；

根据各隐私信息点的隐私泄露值计算隐私主体泄露值；

将隐私主体泄露值发送服务器模块；

根据所述访问者的历史访问信息名录，在服务器模块获取访问者的历史访问信息；

结合所述历史访问信息和所述需访问信息再次计算新的隐私主体泄露值并发送访问控制模块；

所述访问控制模块，用于：

接收访问者的访问请求，将访问者账号和需访问信息发送本体推理模块；

判断所述隐私主体泄露值是否大于所述阈值，若大于所述阈值，则拒绝访问者的访问；

若小于或等于所述阈值，则根据访问者账号查询历史日志，获取所述访问者的历史访问信息名录发送本体推理模块；

判断所述新的隐私主体泄露值是否大于所述阈值，若大于所述阈值，则拒绝访问，若小于等于所述阈值，则允许访问；

所述服务器模块，用于：

供本体推理模块获取所述访问者请求的需访问信息和历史访问信息。