顏麗君，劉曉青

(楚雄師范學(xué)院信息科學(xué)與技術(shù)學(xué)院，云南 楚雄 675000)

1 引言

隨著web2.0的出現(xiàn)，各種社交網(wǎng)絡(luò)SNS(Social Network Service)迅猛發(fā)展。［1］社交網(wǎng)絡(luò)為網(wǎng)絡(luò)用戶的交流帶來(lái)了方便性和快捷性，但與此同時(shí)，社交網(wǎng)絡(luò)用戶信息隱私安全隱患伴隨而至。通過(guò)社交網(wǎng)絡(luò)收集和利用用戶隱私信息變得更加容易，因此社交網(wǎng)絡(luò)中用戶的隱私安全正成為一個(gè)必須解決的問(wèn)題。［2］

現(xiàn)有的社交網(wǎng)采用了基于web站點(diǎn)的隱私保護(hù)技術(shù)——隱私偏好設(shè)置，即社交網(wǎng)給出相應(yīng)的隱私策略設(shè)置選項(xiàng)，用戶根據(jù)個(gè)人偏好對(duì)其進(jìn)行選擇，這種隱私技術(shù)可以在一定程度上保護(hù)用戶的隱私安全，但是它存在著一定的不足。比如隱私策略單一，用戶處于被動(dòng)地位，需手工設(shè)置，工作量大等。

針對(duì)上述隱私偏好設(shè)置存在的問(wèn)題，本文提出了一種基于自動(dòng)協(xié)商的社交網(wǎng)絡(luò)用戶信息隱私保護(hù)機(jī)制。此模型中采用了Agent技術(shù)，加入?yún)f(xié)商［3］的概念，采用Pareto遺傳算法，實(shí)現(xiàn)隱私策略結(jié)果的多樣性，體現(xiàn)了用戶的主動(dòng)性，簡(jiǎn)化了工作量。

2 社交網(wǎng)隱私自動(dòng)協(xié)商模型

社交網(wǎng)隱私自動(dòng)協(xié)商模型中考慮了用戶的主動(dòng)性，改變了用戶只能選擇社交網(wǎng)提出的隱私策略方案，而不能提出自己的想法的被動(dòng)情形。如果社交網(wǎng)的隱私策略不能滿足用戶的偏好，則用戶可以提出自己的隱私偏好與社交網(wǎng)隱私策略進(jìn)行協(xié)商，以達(dá)到雙贏。

本文給出了基于雙邊多議題的協(xié)商模型，其中的雙邊指社交網(wǎng)與用戶兩端，多議題是對(duì)隱私安全保護(hù)中主要的問(wèn)題進(jìn)行協(xié)商，比如信息公開(kāi)對(duì)象，保存時(shí)間，用途等議題。因?yàn)槿斯ね瓿蓞f(xié)商的工作量很大，為了提高工作效率，，本文采用了Agent技術(shù)。

2.1 社交網(wǎng)隱私協(xié)商模型的形式化描述

本文用一個(gè)六元組［4］來(lái)表示雙邊多議題形式化協(xié)商模型:

M=＜Ag，Z，S，W，U，N ＞，其中:

Ag:參與協(xié)商過(guò)程的Agent集合，Agi∈Agent，其中Agi可以表示協(xié)商過(guò)程中的所有參與方，在社交網(wǎng)隱私自動(dòng)協(xié)商中i∈ (a，b)，其中Aga表示社交網(wǎng)隱私Agent，Agb表示用戶隱私Agent。

Z:協(xié)商主題的集合Z={Z1，Z2，…Zj}，其中zj是表示第j個(gè)協(xié)商主題，本文中是基于雙邊的多議題協(xié)商模型，議題數(shù)表示Agi對(duì)主題 j的值，值域?yàn)镈i

S:協(xié)商策略的集合，協(xié)商過(guò)程中根據(jù)協(xié)商的發(fā)展變化而制定的對(duì)策和方法。

W:協(xié)商議題的權(quán)重集，表示不同Agent對(duì)于同一主題不同的關(guān)注度。其中表示Agi對(duì)于第j個(gè)主題的權(quán)重，其中j∈ {1，2，…，j}，i∈ (a，b)。權(quán)重是一個(gè)可變的量，會(huì)隨目標(biāo)不同有所改變。

U:Agent的效用函數(shù)集合U={Ua，Ub}，分別表示社交網(wǎng)和用戶的效用函數(shù)，其效用函數(shù)為主題Zj的評(píng)分函數(shù)，j∈ {1，2，…，j}。比如:用戶認(rèn)為個(gè)人信息比分享重要，則可以用不同的效用值來(lái)表明，每一個(gè)參數(shù)代表的效用值的具體大小與信息的重要性有關(guān)，本文設(shè)置的最大效用值為10。

N:協(xié)商次數(shù)。為了防止協(xié)商無(wú)休止的進(jìn)行，可以規(guī)定協(xié)商的最大協(xié)商次數(shù)，如果超過(guò)此協(xié)商次數(shù)仍沒(méi)有達(dá)成一致，則協(xié)商結(jié)束。

2.2 基于Agent的社交網(wǎng)隱私協(xié)商的體系結(jié)構(gòu)

社交網(wǎng)隱私Agent協(xié)商體系結(jié)構(gòu)主要由隱私條件和約束生成器、隱私協(xié)商策略、提議評(píng)估器、反提議生成器四個(gè)部分組成。用戶隱私Agent與社交網(wǎng)隱私Agent進(jìn)行交互、完成提議和反提議，直到達(dá)成一致或協(xié)商失敗。

圖1 Agent隱私協(xié)商的體系結(jié)構(gòu)

隱私條件和約束生成器根據(jù)用戶和社交網(wǎng)端的隱私文件，創(chuàng)建用戶和社交網(wǎng)網(wǎng)站使用的隱私偏好和隱私策略。提議評(píng)估器對(duì)其進(jìn)行約束檢查，如其不滿足約束條件則用反提議生成器在參照隱私協(xié)商策略給出的減弱規(guī)則情況下生成一條新的反提議，并交予提議評(píng)估器繼續(xù)評(píng)估，直到滿足協(xié)商結(jié)束條件時(shí)結(jié)束協(xié)商。

3 社交網(wǎng)隱私自動(dòng)協(xié)商協(xié)議

社交網(wǎng)隱私自動(dòng)協(xié)商協(xié)議是規(guī)定社交網(wǎng)隱私Agent與用戶隱私Agent之間協(xié)商所應(yīng)遵守的準(zhǔn)則。

3.1 協(xié)商協(xié)議模型

社交網(wǎng)隱私協(xié)商協(xié)議為社交網(wǎng)和用戶兩個(gè)參與方的Agent制定了共同遵循的規(guī)則和約束條件。保證協(xié)商按照相應(yīng)時(shí)序正確的執(zhí)行，其協(xié)商協(xié)議的模型如圖2所示:

圖2 社交網(wǎng)隱私協(xié)商協(xié)議模型

3.2 協(xié)商協(xié)議初始化

在社交網(wǎng)隱私協(xié)商協(xié)議中，用戶隱私Agent和社交網(wǎng)隱私Agent需要規(guī)定某一些能讓協(xié)商正常執(zhí)行的元組數(shù)據(jù)，比如，為了讓協(xié)商可以終止，需要對(duì)雙方規(guī)定具有相同大小的N值即協(xié)商最大次數(shù);需要提供協(xié)商需要的相關(guān)數(shù)據(jù)，比如說(shuō)隱私偏好、隱私策略、權(quán)重等。其用戶隱私A-gent和社交網(wǎng)隱私Agent初始化的相關(guān)數(shù)據(jù)如表1所示:

表1 協(xié)商協(xié)議初始化數(shù)據(jù)

4 社交網(wǎng)隱私自動(dòng)協(xié)商算法

社交網(wǎng)隱私自動(dòng)協(xié)商為社交網(wǎng)和用戶提供一個(gè)雙方都滿意的隱私策略，需要相應(yīng)的自動(dòng)協(xié)商算法。

本文主要采用的自動(dòng)協(xié)商算法是Pareto遺傳算法，將Pareto最優(yōu)解與遺傳算法相結(jié)合。主要包括五大要素:參數(shù)編碼，初始群體的設(shè)定，適應(yīng)度函數(shù)的設(shè)計(jì)，遺傳操作的設(shè)計(jì)和控制參數(shù)的設(shè)定。［5］

4.1 編碼

在本文中采用遺傳算法［6］的大字符集編碼，即除給予字符集 {0，1}的二進(jìn)制編碼外，可以結(jié)合實(shí)際問(wèn)題的特征采用D進(jìn)制數(shù)或字符集來(lái)表示長(zhǎng)度為L(zhǎng)的位串。

社交網(wǎng)隱私協(xié)商的議題主要是信息公開(kāi)對(duì)象，信息用途，保存時(shí)間等，其中信息公開(kāi)對(duì)象用x表示、保持時(shí)間用t表示、用途用y表示、提醒時(shí)間用j表示。其編碼結(jié)果如表2所示:

表2 議題與遺傳算法編碼對(duì)應(yīng)表

4.2 目標(biāo)函數(shù)

目標(biāo)函數(shù)表示社交網(wǎng)隱私自動(dòng)協(xié)商的最終目的。在本文的自動(dòng)協(xié)商過(guò)程中采用Pareto遺傳算法，即針對(duì)社交網(wǎng)和用戶雙方的Agent的隱私協(xié)商問(wèn)題，找到一個(gè)Pareto解能使其用戶和社交網(wǎng)站點(diǎn)都能達(dá)到最大的滿意度，社交網(wǎng)隱私自動(dòng)協(xié)商中Pareto目標(biāo)函數(shù)為:

fitness(Agb)代表社交網(wǎng)用戶的滿意度代表社交網(wǎng)站點(diǎn)的滿意度，其中表示Agi對(duì)議題j的權(quán)重，其中j∈ {1，2，…，N}，i∈ (a，b)，μj表示議題j對(duì)應(yīng)的效益值。效用值越高則安全性越高，效用值越低則安全性越弱，本文中最高的效用值為10，最低的為0，對(duì)于每個(gè)議題的每個(gè)選項(xiàng)的效用值設(shè)置如表3所示:

表3 議題選項(xiàng)效用值設(shè)置清單

4.3 種群規(guī)模

種群即群體，在遺傳算法中，種群規(guī)模會(huì)直接影響算法的性能和效率［7］，種群規(guī)?？梢愿鶕?jù)實(shí)際情況在10到200之間選定，本文的隱私自動(dòng)協(xié)商模型群體規(guī)模選取20。

4.4 基本操作

遺傳算法可以實(shí)現(xiàn)優(yōu)勝劣汰的選擇。而要實(shí)現(xiàn)種群的優(yōu)勝劣汰則必須進(jìn)行相應(yīng)的基本操作:選擇 (selection)、交叉 (Crossover)和變異 (Mutation)。本文設(shè)置選擇概率Ps為0.9，交叉概率Pc為0.5，變異概率Pm=0.01.

4.5 終止條件

遺傳算法終止條件是表示算法運(yùn)行結(jié)束的條件，在社交網(wǎng)隱私自動(dòng)協(xié)商過(guò)程中，為了避免協(xié)商的無(wú)限循環(huán)，本文規(guī)定了協(xié)商的最大次數(shù)N，當(dāng)協(xié)商達(dá)到最大次數(shù)或協(xié)商成功的情況下將退出整個(gè)協(xié)商過(guò)程

4.6 權(quán)重向量

權(quán)重表示社交網(wǎng)和用戶對(duì)于協(xié)商議題的重視度。對(duì)于信息公開(kāi)對(duì)象、保持時(shí)間、用途、提醒時(shí)間四個(gè)協(xié)商議題的權(quán)重，社交網(wǎng)用w_server表示，用戶用w_client表示，權(quán)重之和都為10。

5 仿真實(shí)驗(yàn)及分析

本文用MATLAB 2013對(duì)社交網(wǎng)隱私自動(dòng)協(xié)商模型進(jìn)行了仿真實(shí)驗(yàn)。在協(xié)商之初，社交網(wǎng)站點(diǎn)將自己的隱私策略傳送給社交網(wǎng)隱私Agent，并設(shè)置最小期望值60，即如果用戶給出的提議計(jì)算出的適應(yīng)度大于等于此期望值，則社交網(wǎng)可以接受用戶的提議;用戶將自己的隱私偏好傳送給用戶隱私Agent，并設(shè)置最大讓步值65，即如果社交網(wǎng)提出的提議的適應(yīng)度小于等于最大讓步值，則用戶可以接受該提議。如果對(duì)方的提議不在自己可以接受的范圍內(nèi)，則拒絕提議，用采用Pareto遺傳算法產(chǎn)生一個(gè)對(duì)于雙方都相對(duì)最優(yōu)的提議，再對(duì)此協(xié)議進(jìn)行協(xié)商。如此循環(huán)，直到超過(guò)最大協(xié)商次數(shù)N或協(xié)商成功，則表示協(xié)商結(jié)束。

在本實(shí)驗(yàn)中，假設(shè)對(duì)于社交網(wǎng)站點(diǎn)而言，信息公開(kāi)對(duì)象、保持時(shí)間、用途、提醒時(shí)間四個(gè)協(xié)商議題的權(quán)重w_server為 (3，3，3，1)。權(quán)重越大，表示此議題對(duì)于社交網(wǎng)站點(diǎn)來(lái)說(shuō)更重要。不同的用戶有不同的偏好，他們的偏好同樣可以用權(quán)重來(lái)表示，同樣，權(quán)重越大表示此項(xiàng)對(duì)于用戶越重要。不同的用戶隱私偏好與同一社交網(wǎng)的隱私策略協(xié)商結(jié)果會(huì)不同，即多樣性。實(shí)驗(yàn)數(shù)據(jù)如表4所示:

表4 實(shí)驗(yàn)數(shù)據(jù) (選擇算子=0.9)(不同用戶與同一社交網(wǎng))

如表中第一個(gè)用戶所設(shè)定的隱私偏好為 (3，3，2，2)，協(xié)商結(jié)果為5011，由表2可知從左到右其含義為:5代表信息公開(kāi)對(duì)象為同愛(ài)好的人可見(jiàn)，0代表保存時(shí)間為不保存，1代表用途為教育研究，1代表提醒時(shí)間1個(gè)季度，由表3所知，5011分別所代表的效用值為 (3，10，6，6)則根據(jù)函數(shù)即3×3+3×10+2×6+2×6=63。為此用戶計(jì)算出的最大讓步值為63小于65則用戶接受提議。

假設(shè)同一用戶的隱私偏好設(shè)置相同，但因各社交網(wǎng)提供的隱私策略不一致，也會(huì)產(chǎn)生不同的協(xié)商結(jié)果即協(xié)商結(jié)果具有多樣性。實(shí)驗(yàn)數(shù)據(jù)如表5所示:

表5 實(shí)驗(yàn)數(shù)據(jù) (同一用戶與不同社交網(wǎng))

除了不同用戶與同一社交網(wǎng)，同一用戶與不同社交網(wǎng)協(xié)商結(jié)果具有多樣性以外，同一個(gè)用戶與同一個(gè)社交網(wǎng)進(jìn)行隱私自動(dòng)協(xié)商結(jié)果也具有多樣性。因?yàn)镻areto遺傳算法求的是近似最優(yōu)解，且在遺傳算法中具有多個(gè)近似最優(yōu)解，因此協(xié)商的結(jié)果具有多樣性。如表6所示，在表中還可以看出第一個(gè)協(xié)商結(jié)果與第二個(gè)協(xié)商結(jié)果對(duì)于社交網(wǎng)的期望值是一樣的，但對(duì)于用戶的讓步值卻不相同，原因是每個(gè)議題所代表的效用值不相同。

表6 實(shí)驗(yàn)數(shù)據(jù) (同一用戶與同一社交網(wǎng))

圖3 協(xié)商次數(shù)與協(xié)商時(shí)間趨勢(shì)圖

此外，從表4，5，6中顯示的協(xié)商所需時(shí)間可得:協(xié)商時(shí)間較小，且在協(xié)商過(guò)程中，隨著協(xié)商次數(shù)的增加協(xié)商時(shí)間增加幅度都相對(duì)平緩，相差的幅度＜0.01s。證明了該模型在時(shí)間上的可行性。其具體協(xié)商次數(shù)與協(xié)商所需時(shí)間之間的關(guān)系如圖3所示。

6 結(jié)束語(yǔ)

本文結(jié)合Agent和協(xié)商的概念提出了一種基于Agent的社交網(wǎng)隱私自動(dòng)協(xié)商模型。在該模型中采用了社交網(wǎng)協(xié)商協(xié)議模型，和Pareto遺傳算法作為協(xié)商算法。在模型中考慮到了用戶的主動(dòng)性，融入了提醒機(jī)制，更好的保護(hù)用戶隱私安全。但是該模型中的協(xié)商算法本身還有一些問(wèn)題存在，比如遺傳算法的早熟現(xiàn)象，本文所用的提醒機(jī)制是通過(guò)協(xié)商中的提醒時(shí)間來(lái)表示，過(guò)于簡(jiǎn)單，所以對(duì)遺傳算法的改進(jìn)和提醒機(jī)制的全面化是今后可以努力的方向。

［1］韋偉，李楊，張為群.一種基于GSNPP算法的社交網(wǎng)絡(luò)隱私保護(hù)方法研究 ［J］.計(jì)算機(jī)科學(xué)，2013，39(3):104—106.

［2］邱均平，李艷紅.社交網(wǎng)絡(luò)中用戶隱私安全問(wèn)題探究 ［J］.情報(bào)資料工作，2012，(6):34—38.

［3］馬彥.基于Agent的自動(dòng)協(xié)商技術(shù)研究 ［D］.甘肅:蘭州大學(xué).2008:6—8.

［4］蔡莉，顏麗君.基于遺傳算法的隱私自動(dòng)協(xié)商機(jī)制研究 ［C］.International conference on internet Technology and Applications 2010.

［5］李敏強(qiáng)，寇紀(jì)凇，李丹等.遺傳算法的基本理論與應(yīng)用 ［M］.北京:科學(xué)出版社，2002.

［6］周明，孫樹(shù)棟.遺傳算法原理及應(yīng)用［M］.北京:國(guó)防工業(yè)品出版社，2005.

［7］Rosenchein J S，Zlotkin G.Rulers of Encounter:Designing Conventions for Automated Negotiation among Computers［M］.MIT Press，Cambridge，MA，1994.