[发明专利]一种基于用户隐私保护的移动应用程序算法

摘要

本发明一种基于用户隐私保护的移动应用程序算法，属于移动应用领域；首先，收集每个用户使用不同移动应用程序的时间，建立该用户对每个移动应用程序的喜好模型；根据每个用户使用的不同应用程序的时间期望值，分别计算每个应用程序的流行度；然后，对所有用户使用的所有移动应用程序根据功能进行分类；搜集并记录每类中每个移动应用程序的隐私访问权限信息；根据隐私访问权限信息计算每个应用程序的隐私风险评分；最后，针对每类，采用现代资产组合理论，根据流行度和隐私风险评分进行排序，将排名最高的移动应用程序推荐给用户。优点在于：既满足了用户对移动应用程序的使用需求，又能有效地防止用户的隐私被侵犯。

主权项

一种基于用户隐私保护的移动应用程序算法，其特征在于，具体步骤如下：步骤一、针对每个用户，收集该用户使用不同移动应用程序的时间，建立该用户对使用的每个移动应用程序的喜好模型；用户U_i使用移动应用程序a_j的喜好模型U_ij如下：$\begin{array}{c}{U}_{ij}=\frac{{\∫}_0^T{f}_{ij}\left(t\right)dt}{T}\\ =\frac{{\mathrm{\Σ}}_{i=1}^m{t}_{d_i}}{T}\end{array}$T表示数据采集时间段内，用户U_i使用不同移动应用程序的时间总和；f_ij(t)表示用户U_i使用移动应用程序a_j的概率，如果用户U_i使用了移动应用程序a_j，f_ij(t)＝1，否则f_ij(t)＝0；表示用户U_i使用应用程序a_j的时间；m表示数据采集时间段T内，用户使用移动应用程序a_j的最后时间段；用户U_i使用应用程序a_j的时间遵从泊松分布：U_ij＝1‑λ_ij；λ_ij为期望值；步骤二、针对每个用户，根据该用户使用的不同应用程序的时间期望值，分别计算每个应用程序的流行度；针对用户U_i使用的移动应用程序a_j，计算该移动应用程序a_j的流行度T(a_j)，如下：$T\left(a_j\right)=1-\frac{{\mathrm{\Σ}}_{i=1}^{H_i}{\mathrm{\λ}}_{ij}}{H_i}$H_i是使用了应用程序a_j的用户总数量；步骤三、对所有用户使用的所有移动应用程序根据功能进行分类；所有移动应用程序的数量为N个，将具有相同或相似功能的移动应用程序分为同一类；步骤四、针对分类后的每类移动应用程序，搜集并记录该类别中每个移动应用程序的隐私访问权限信息；隐私访问权限信息包括正常权限信息、严重权限信息和系统权限信息；正常权限信息是指不会涉及到移动用户过多的敏感信息；严重权限信息是指严重涉及到用户隐私的信息；系统权限信息是指对硬件和系统的控制相关的权限信息；步骤五、根据每个移动应用程序的隐私访问权限信息，计算该应用程序的隐私风险评分；针对移动应用程序a_j，计算该应用程序a_j权限信息的隐私风险评分P_j，公式为：$f\left(P_j\right)=\underset{k=1}{\overset{K}{\Π}}{r}_k^{p_{j,k}}{(1-r_k)}^{1-p_{j,k}}$p_j为移动应用程序a_j的权限信息组成的集合；p_j＝{p_j,1,p_j,2,...,p_j,k}；元素p_j,k为移动应用程序a_j请求访问的第k个权限信息，K为移动应用程序a_j的权限信息数量；p_j,k的值为1或0，移动应用程序a_j请求访问权限信息p_j,k，则p_j,k的值为1；否则p_j,k的值为0；r_k是请求访问权限信息p_j,k成功的概率，1‑r_k是请求访问权限信息p_j,k失败的概率；计算公式如下：$r_k=\frac{{\mathrm{\Σ}}_{j=1}^N{p}_{j,k}+a_0}{N+a_0+b_0}$a₀，b₀是为区分访问权限对隐私的侵犯程度而设置的两个系数；然后，根据P_j计算移动应用程序a_j的隐私风险评分R(a_j)，公式为：R(a_j)＝‑ln[ω_f*f(a_j|r_k)]＝‑ln[ω_f*f(P_j)]ω_f为隐私风险分配的权重值；步骤六、采用现代资产组合理论对每一类别中的所有移动应用程序，根据流行度和隐私风险评分进行排序，将排名最高的移动应用程序推荐给用户。