[发明专利]基于内容隐私和用户安全分级的隐私保护方法及装置

权利要求书

1.一种基于内容隐私和用户安全分级的隐私保护方法，其特征在于，包括：

S1、在接收到用户的兴趣包请求时，若判断获知该兴趣包对应的数据包在当前缓存中，则提取该兴趣包的内容隐私等级，与该数据包的内容隐私等级进行比较，并将该数据包的内容隐私等级设置为二者当中的较大值，其中，该兴趣包的内容隐私等级由用户自定义，由用户发送该兴趣包时添加到该兴趣包中；

S2、获取预先计算的该用户的用户安全等级，其中，该用户的用户安全等级根据该用户的信用值确定，该用户的信用值是通过利用预先定义的异常行为标签检测该用户的异常行为以及采用流量模型识别方法识别该用户感兴趣的内容，并根据检测结果和分析结果计算得到的；

S3、根据该数据包的内容隐私等级和该用户的用户安全等级计算响应时延，按照所述响应时延对该兴趣包进行请求响应。

2.根据权利要求1所述的方法，其特征在于，在所述S1之前，还包括：

将该数据包的内容隐私等级设置为请求该数据包的兴趣包的内容隐私等级。

3.根据权利要2所述的方法，其特征在于，在所述S2之前，还包括：

计算该用户的信用值Trust(R,T_i,u_j)，计算公式为

其中，a₀为该用户的初始信用值，a为用户在时间周期T_i内的信用值，N为从最开始到时间周期T_i结束这段时间内的时间周期数量，H(R,T_i,u_j)为时间周期T_i内用户u_j的异常行为损失值，H(R,T_i,u_j)＝γ×C(R,T_i,u_j)+δ×D(R,T_i,u_j)，γ和δ为预先设置的常量，γ>δ，n为用户u_j在时间周期T_i内被检测出异常行为的次数，sum为时间周期T_i内的异常行为检测总次数，D(R,T_i,u_j)为用户u_j在时间周期T_i内的流量偏差；

根据该用户的信用值计算该用户的用户安全等级。

4.根据权利要求3所述的方法，其特征在于，所述根据该用户的信用值计算该用户的用户安全等级，包括：

若判断获知该用户的信用值大于0且小于a₀/L，则确定该用户的用户安全等级为1；或者

若判断获知该用户的信用值大于a₀/L且小于2a₀/L，则确定该用户的用户安全等级为2；或者

若判断获知该用户的信用值大于(L-2)a₀/L且小于(L-1)a₀/L，则确定该用户的用户安全等级为L-1；或者

若判断获知该用户的信用值大于(L-1)a₀/L且小于a₀，则确定该用户的用户安全等级为L，其中，L为内容隐私等级的最大值。

5.根据权利要求4所述的方法，其特征在于，所述响应时延的计算公式为Delay＝σ×Security+μ×Privacy，其中，Delay为响应时延，σ和μ为预设的常数，Security为该用户的用户安全等级，Privacy为该数据包的内容隐私等级。