[发明专利]信息泄露风险度量的方法和装置

说明书

本申请涉及信息安全领域，尤其是涉及信息泄露风险度量的方法和装置。应用于目标系统，该方法包括：构建包括多个节点的隐私信息本体树；确定已知隐私信息和未知隐私信息；将已知隐私信息和未知隐私信息分别映射到隐私信息本体树中的每一个节点上；从隐私信息本体树中选取映射有未知隐私信息的节点作为目标节点；根据目标节点获取与目标节点存在父子关系的节点作为当前节点；则根据当前节点的隐私泄露值计算目标节点的隐私泄露值；根据目标节点的隐私泄露值确定未知隐私信息的泄露风险程度。解决了隐私保护中，因没有考虑信息之间推理性从而导致保护力度不够，应当禁止发布的信息在实际中可以被获知的问题。提高了未知隐私信息的保护力度。

技术领域

本申请涉及信息安全领域，尤其是涉及信息泄露风险度量的方法和装置。

背景技术

大数据时代，人们享受着推荐算法、语音识别、图像识别和无人车驾驶等智能技术所带来的便利的同时，隐私也在不知不觉中发生了泄露。为了解决这个问题，k匿名算法、差分隐私、数据溯源、数据水印等技术相继被提出，但这些技术只解决了最基本的问题，即隐私信息本身的加密、藏匿问题。但是，信息之间是相互关联的，由于信息之间的关联性而导致隐私泄露的情况还是层出不穷。

发明内容

有鉴于此，本申请实施例提供一种信息泄露风险度量的方法和装置，用以提高隐私信息的保护力度。

第一方面，本申请实施例提供了一种信息泄露风险度量的方法，应用于目标系统，所述方法包括：构建包括多个节点的隐私信息本体树；确定已知隐私信息和未知隐私信息；将所述已知隐私信息和未知隐私信息分别映射到所述隐私信息本体树中的每一个节点上；从所述隐私信息本体树中选取映射有未知隐私信息的节点作为目标节点；根据所述目标节点获取与所述目标节点存在父子关系的节点作为当前节点；如果所述当前节点的隐私泄露值是已知的，则根据所述当前节点的隐私泄露值计算所述目标节点的隐私泄露值；根据所述目标节点的隐私泄露值确定所述未知隐私信息的泄露风险程度。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中：所述构建包括多个节点的隐私信息本体树，包括：从词典中获取符合上下位关系、实例关系、整体部分关系和属性关系的名词和形容词；利用所述名词和形容词构建所述隐私信息本体树。

结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中：所述将所述已知隐私信息和未知隐私信息分别映射到所述隐私信息本体树中的每一个节点上，包括：用向量空间模型VSM算法计算所述隐私信息和未知隐私信息与所述每一个节点相对应的关键词的语义相似度；如果所述语义相似度不为零，则将所述隐私信息和未知隐私信息与每一个节点进行映射；如果所述语义相似度为零，则使用余弦相似度算法计算待映射的隐私信息和未知隐私信息与每一个节点相对应的关键词的词语相似度；如果所述词语相似度大于预定阈值，则将所述隐私信息和未知隐私信息与每一个节点进行映射。

结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中：所述根据所述当前节点的隐私泄露值计算所述目标节点的隐私泄露值，包括：从所述目标节点出发，根据所述目标节点中存储的父子关系找到对应的当前节点；根据所述当前节点的隐私泄露值计算所述目标节点的隐私泄露值。