朱侯

（中山大學(xué)信息管理學(xué)院，廣州 510006）

1 引言

隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，人們的生活和工作已經(jīng)離不開社會化媒體平臺，如微博、微信、Facebook、豆瓣等。為了分享個人經(jīng)歷、維護(hù)社交關(guān)系和取得網(wǎng)友的信任等，人們經(jīng)常在社會化媒體平臺發(fā)布包含地理位置、照片、社會活動記錄等包含個人隱私的博文。因此，用戶披露是隱私信息泄露的第一個源頭?！?019全國網(wǎng)民網(wǎng)絡(luò)安全感滿意度調(diào)查統(tǒng)計報告》顯示，近四成網(wǎng)民認(rèn)為網(wǎng)絡(luò)個人信息泄露非常多，近六成網(wǎng)民曾遭遇過個人信息被侵犯。

為了保護(hù)用戶的隱私，國家出臺了相關(guān)法律法規(guī)，如《關(guān)于開展App違法違規(guī)收集使用個人信息專項(xiàng)治理的公告》《數(shù)據(jù)安全管理辦法》等，這些規(guī)章制度在一定程度上規(guī)范了App提供商收集和利用用戶隱私的行為。社會化媒體也提供了隱私設(shè)置功能，但是大量用戶簡單的設(shè)置為“對所有人可見”，在線發(fā)布即時的旅游照片等也給潛在盜竊者提供了重要信息等[1]。此外，隱私問題不僅是用戶是否發(fā)布自身的個人信息，也涉及其他人是否發(fā)布或發(fā)布何種他人的信息。在用戶自我泄露隱私中存在一類特殊的情形，即用戶在社會化媒體平臺發(fā)布包含共同隱私信息的博文，如多人合照、聚會信息、活動信息和位置信息等。這不僅僅泄露了自身的隱私，也可能由于用戶間隱私邊界的沖突導(dǎo)致其他好友的隱私信息被泄露。而由于網(wǎng)絡(luò)隱私的界定及隱私邊界的模糊，主流社會化媒體平臺一般只為發(fā)布者提供相應(yīng)的隱私設(shè)置功能，共同隱私擁有者在該過程中處于被動的位置，現(xiàn)行的法律法規(guī)也很難規(guī)制網(wǎng)民對共同隱私的披露行為。

隨著社會化媒體不斷普及和應(yīng)用不斷拓展，共同隱私越來越難以管理和協(xié)調(diào)，數(shù)千億項(xiàng)的共同隱私被發(fā)布到網(wǎng)絡(luò)和社會化媒體平臺[2]。然而，絕大多數(shù)社會化媒體平臺的隱私設(shè)置功能僅涵蓋了用戶自身隱私的管理，如好友分組、好友屏蔽、三天可見等，無法實(shí)現(xiàn)共同隱私的協(xié)同管理，這必然導(dǎo)致共同隱私的沖突問題越來越嚴(yán)峻[3-4]。

共同隱私管理涉及用戶、共同隱私好友、運(yùn)營平臺等多個角色之間的交互。首先，用戶通過在社會化媒體平臺推送博文維護(hù)并提升好友關(guān)系；其次，共同隱私的侵犯行為破壞好友間的關(guān)系親密度，關(guān)系親密度的變化又會影響好友對待共同隱私的態(tài)度；最后，平臺需要通過維護(hù)一個良好的線上社會化生態(tài)系統(tǒng)，提升用戶使用意愿和擴(kuò)大社會化媒體平臺的市場占有率。共同隱私管理問題，具有明顯的互動、反饋和涌現(xiàn)等特征。模擬建模作為管理學(xué)科研究的第三類方法[5]，對于數(shù)據(jù)獲取困難或數(shù)據(jù)缺乏的、非線性、反饋的和涌現(xiàn)的復(fù)雜問題求解，具有與生俱來的優(yōu)勢。本研究通過對用戶、共同隱私好友、平臺等角色進(jìn)行建模，通過模擬各角色之間的互動關(guān)系，研究隱私邊界沖突下用戶和平臺的社會化媒體隱私規(guī)制策略。

2 文獻(xiàn)綜述

隨著網(wǎng)絡(luò)隱私尤其是社會化媒體用戶的隱私泄露問題越來越嚴(yán)重，用戶隱私泄露的相關(guān)研究引起了學(xué)界的廣泛關(guān)注。其中，用戶的自我披露和他人泄露均是社會化媒體隱私泄露的重要源頭。

在用戶自我隱私披露研究方面，已有研究重點(diǎn)關(guān)注了用戶隱私披露行為的機(jī)制。部分研究從計劃行為理論中抽取主觀規(guī)范、態(tài)度、信息控制等變量，從隱私計算中選取感知收益和感知風(fēng)險，構(gòu)建綜合影響模型，如Xu等[6]。也有研究在某個經(jīng)典理論中加入信任、隱私憂慮、感知有用性等變量，如李綱等[7]將信任分成對SNS（social networking services）的信任和對SNS用戶的信任，結(jié)合隱私計算理論，探討變量對披露態(tài)度的作用。有部分研究從決策的角度研究用戶的隱私披露行為，如李睿等[8]從移動互聯(lián)網(wǎng)用戶角度出發(fā)，針對用戶泄露隱私給企業(yè)的情況，提出了隱私泄露容忍度的概念，并建立研究模型；Baek等[9]研究默認(rèn)允許框架和默認(rèn)拒絕框架這兩種不同的框架對于個人隱私披露的影響。有研究者從隱私披露的角度出發(fā)，研究其他的內(nèi)容，如Zhu等[10]提出的基于用戶隱私設(shè)置策略的社交網(wǎng)絡(luò)信息傳播模型。

在網(wǎng)絡(luò)環(huán)境下，隱私泄露不僅是用戶自己主動披露個人信息，還與其他人發(fā)布和披露用戶信息的行為有關(guān)。與傳統(tǒng)的網(wǎng)絡(luò)社區(qū)相比，社會化媒體至少具有六種特征：參與性、關(guān)系性、廣播性、連通性、社區(qū)性和開放性。這些特征為用戶交互提供了前所未有的便利的同時，也對信息隱私行為產(chǎn)生了深遠(yuǎn)的影響。例如，社會化媒體的參與性和關(guān)系性使得隱私保護(hù)過程不可避免的存在隱私邊界模糊的問題。關(guān)于隱私的界定，Warren等[11]最早從個人權(quán)利的法學(xué)視角提出隱私權(quán)為“個人獨(dú)處的權(quán)利”?；ヂ?lián)網(wǎng)環(huán)境下，信息隱私的概念和內(nèi)涵不斷豐富和擴(kuò)展。Westin[12]認(rèn)為，隱私是指個人、團(tuán)體和機(jī)構(gòu)有權(quán)決定何時、以何種方式、在多大程度上將有關(guān)其信息傳達(dá)給他人。Stone等[13]將隱私定義為個體能排除不必要的外部環(huán)境影響，自主地控制、釋放和傳播個人信息，并調(diào)控社會交換數(shù)量和性質(zhì)的一種狀態(tài)。也就是說，隱私代表了人際的某種邊界，對隱私的控制意味著人們控制自己與他人的互動。

在社交媒體用戶互動或者隱私披露過程中，涉及兩種邊界：一種邊界是“二元邊界”，這一邊界確保用戶可以安全的將信息披露給他人，例如，同學(xué)、親戚、同事等；另一種邊界是“自我邊界”，主要圍繞個人維持一個屏障。前者界定用戶披露給誰，后者界定用戶披露的內(nèi)容。同時，角色理論表明，每個人都在社會生活中扮演者一定的角色，社會的運(yùn)作依賴于各種角色的扮演。線上社會化生態(tài)系統(tǒng)中，用戶也可能承擔(dān)多種角色的扮演任務(wù)，例如，在A群體中扮演領(lǐng)導(dǎo)的角色，在B群體中扮演父親的角色，在C群體中扮演者學(xué)生或情人的角色等。這些角色之間便可能存在一定的沖突，而不同的角色又有不同的隱私邊界。因此，在共同隱私管理中，同一個用戶可能需要同時維護(hù)幾個隱私邊界，角色沖突很可能導(dǎo)致隱私邊界模糊，甚至隱私邊界沖突。

相較于隱私披露的研究，對于共同隱私的研究還處于起步階段。國外方面，Thomas等[14]展示如何利用隱私?jīng)_突暴露的聚合信息來推斷用戶的敏感屬性，并提出一個多方隱私的原型；Such等[15]曾提出一個基于親密度的自動協(xié)商機(jī)制，以及一些優(yōu)化算法來計算具有沖突的隱私披露政策，使所有隱私共有人的利益最大化；Squicciarini等[16]提出了一種基于克拉克稅機(jī)制的多用戶隱私?jīng)_突解決機(jī)制，用戶在社交平臺對共同隱私設(shè)置進(jìn)行出價，并對最終隱私設(shè)置的獲益大的人物征收稅用，該機(jī)制也可以跨網(wǎng)站運(yùn)行，實(shí)現(xiàn)了在不同網(wǎng)站的隱私設(shè)置的一致性；Hu等[17]從沖突的數(shù)量、數(shù)據(jù)隱私性、可見性和訪客的信任度來量化隱私風(fēng)險和共享損失，并在隱私保護(hù)和數(shù)據(jù)共享之間進(jìn)行權(quán)衡，計算出最佳的共同隱私設(shè)置；Xu等[18]從好友信任、聲譽(yù)等角度，提出了一個用戶自我平衡共同隱私的模型，并借助多臂賭博機(jī)的方法求解用戶的最佳共同隱私規(guī)制策略；Such等[4]對共同隱私做了一個總體的研究，總結(jié)了現(xiàn)有的社交平臺支持的共同隱私設(shè)置，同時也從5個方面總結(jié)了現(xiàn)有的多用戶隱私設(shè)置的研究現(xiàn)狀及其局限性，并提出了解決開發(fā)多用戶隱私問題的工具所需的要求。而在國內(nèi)，對這個方面的研究，比較少進(jìn)行深入的研究或提出相關(guān)的解決方法，而更多的從法律上進(jìn)行定性的描述，如說牛靜等[19]認(rèn)為，在利益沖突背景下，當(dāng)披露行為有可能對他人利益造成傷害時，需要將傷害最小化；王偉波等[20]認(rèn)為，利用隱私邊界的實(shí)時滲透而后進(jìn)行“邊界協(xié)調(diào)”，對微信朋友圈的管理規(guī)制做出適時調(diào)整，減少糾紛，達(dá)成動態(tài)性一致，實(shí)現(xiàn)隱私管理的辯證調(diào)和；而周瀟瀟[21]從法律的角度出發(fā)，表示共同隱私的沖突本質(zhì)是權(quán)利的沖突，并提出在與某些具體權(quán)利沖突時的解決方法，從而得出了共同隱私的保護(hù)范圍。

綜上所述，已有研究基于定性方法提出了共同隱私的現(xiàn)象及其法律問題，從隱私邊界沖突等角度研究了共同隱私問題的產(chǎn)生，并從法律法規(guī)、決策科學(xué)、信任等角度研究了共同隱私管理的策略。然而，現(xiàn)行的法律法規(guī)尚沒有很好的解決共同隱私問題，基于信任等機(jī)制的共同隱私協(xié)商方案充分利用了用戶的主動性，但用戶方?jīng)Q策壓力過大，如需要用戶了解他人的屏蔽對象或他人的好友關(guān)系強(qiáng)度等、或需要通過多臂賭博機(jī)等超出用戶認(rèn)知能力的模式優(yōu)化自身的隱私規(guī)制方案。本研究擬在用戶、好友和社會化媒體平臺多方互動的基礎(chǔ)上，研究用戶和社會化媒體平臺協(xié)同的隱私規(guī)制策略，提升社會化媒體隱私管理水平。

3 問題描述及系統(tǒng)模型

3.1 共同隱私?jīng)_突問題描述

設(shè)定社交網(wǎng)絡(luò)的規(guī)模為N，某用戶o擬發(fā)布包含隱私的博文，對某一待披露的對象item，如照片等，其共同擁有者為集合Co-owner={o1,o2,…,om,…}，其中，oi為隱私披露方，oi的目標(biāo)好友為T={t1,t2,…,ti,…}，即集合T中的用戶具有訪問該item的權(quán)限；但共同隱私擁有者om的隱私偏好可能與oi不同，om可能不希望{t-m1,tm2,…,t-mj,…}∈T訪問該item，即oi與om之間 產(chǎn)生了隱私?jīng)_突。表1所示為共同隱私者對目標(biāo)好友的0-1值，1表示共同隱私者希望屏蔽該目標(biāo)好友，0表示共同隱私者沒有屏蔽該目標(biāo)好友或與該目標(biāo)用戶不是好友關(guān)系。

表1 共同隱私?jīng)_突示意圖

在隱私邊界沖突的情況下，用戶在社會化媒體平臺發(fā)布博文，雖然維護(hù)了與部分好友關(guān)系的活躍度，但也侵犯了部分共同隱私好友的權(quán)益，并構(gòu)成了一定的傷害。當(dāng)今社會，人們對隱私的關(guān)注越來越高[22]，對好友共同隱私的侵犯行為，極大的破壞了好友間的關(guān)系，違背了發(fā)布博文的初衷。社會化媒體平臺也希望不斷提高用戶黏性，激勵用戶的持續(xù)使用行為，因此，各大平臺需要在挖掘用戶隱私和保護(hù)用戶隱私間做合理的平衡。目前，主流的社會化媒體平臺，如微信、Facebook等，用戶均可自定義其隱私偏好，即將可能涉及隱私的博文向哪些好友開放，如設(shè)置用戶分組及分組權(quán)限、定義不可見好友等。另外，由于用戶間信息的不對稱，主流社會化媒體平臺的隱私設(shè)置功能尚無法對共同隱私進(jìn)行合理的規(guī)制。

3.2 社會網(wǎng)絡(luò)模型及關(guān)系演化

3.2.1 基本網(wǎng)絡(luò)

社會化媒體作為一種在線社會關(guān)系社區(qū)，具有基于好友關(guān)聯(lián)的清晰網(wǎng)絡(luò)結(jié)構(gòu)，而隱私披露和發(fā)布過程又與網(wǎng)絡(luò)拓?fù)涮卣飨嚓P(guān)?；镜膹?fù)雜網(wǎng)絡(luò)模型包括：規(guī)則網(wǎng)絡(luò)、隨機(jī)網(wǎng)絡(luò)、WS小世界網(wǎng)絡(luò)和BA無標(biāo)度網(wǎng)絡(luò)。其中，雖然規(guī)則網(wǎng)絡(luò)具有高聚集特征，隨機(jī)網(wǎng)絡(luò)具有較小平均距離，但這兩類網(wǎng)絡(luò)均不能較好的描述真實(shí)社交網(wǎng)絡(luò)中的一些重要特征。真實(shí)的社交網(wǎng)絡(luò)結(jié)構(gòu)大多位于完全規(guī)則或隨機(jī)網(wǎng)絡(luò)之間。而無標(biāo)度網(wǎng)絡(luò)和小世界網(wǎng)絡(luò)則常被用來研究網(wǎng)絡(luò)中的信息傳播，是目前最常用的抽象現(xiàn)實(shí)世界中網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的模型。如圖1所示。

圖1 網(wǎng)絡(luò)結(jié)構(gòu)示意圖

3.2.2 社會網(wǎng)絡(luò)關(guān)系演化

社會網(wǎng)絡(luò)領(lǐng)域有大量的證據(jù)表明，用戶產(chǎn)生向其好友發(fā)布或分享個人經(jīng)歷等博文的意愿，主要依賴于個體間關(guān)系的強(qiáng)度[23]。本研究中，關(guān)系強(qiáng)度主要是指社會網(wǎng)絡(luò)中具有直接聯(lián)系的朋友間的關(guān)系強(qiáng)弱，不考慮間接連接的節(jié)點(diǎn)之間關(guān)系強(qiáng)弱。用戶i與用戶j之間的關(guān)系rij（rij∈(0,1)）如圖2所示，在互動過程中不斷進(jìn)行調(diào)整。

圖2 社會網(wǎng)絡(luò)及關(guān)系演化示意圖

社會化媒體作為一種給予用戶極大參與空間的新型在線媒體，其用戶通過發(fā)布博文維護(hù)或提高與好友的關(guān)系。用戶i將博文發(fā)送給好友Tj后，用戶Tj因?yàn)楦惺艿絹碜杂脩鬷的互動或分享后，用戶i和用戶Tj之間的關(guān)系rij將按

得到增強(qiáng)。其中，α是增強(qiáng)系數(shù)。同時，為了抽象主要交互過程，本研究不考慮關(guān)系強(qiáng)度的自然衰減，以及關(guān)系分類。

雖然將博文發(fā)布給更多的好友，能使用戶更好地維系與好友間的關(guān)系，但在許多情況下，用戶并不會將博文尤其是含有個人隱私的博文發(fā)布給所有用戶。每一位用戶在發(fā)布包含隱私的博文時，都可能有需要屏蔽部分好友。當(dāng)戶i發(fā)布了包含與好友(o1,o2,…,om,…)共同隱私的博文時，共同隱私者的屏蔽對象可能存在沖突，如圖2和表1所示。當(dāng)用戶i的某次發(fā)博文行為與共同隱私好友om的屏蔽意愿發(fā)生沖突時，用戶m希望屏蔽的用戶收到該條含有隱私的博文，使用戶m在一定程度上改變了對用戶i的看法，因此，用戶i與共同隱私者m之間的關(guān)系oim按

進(jìn)行改變。其中，k為屏蔽對象沖突的個數(shù)。

3.3 社會化媒體隱私交互的過程

綜合式(1)和式(2)發(fā)現(xiàn)，用戶i在發(fā)布包含共同隱私的博文時，用戶或社會化媒體平臺需要對目標(biāo)好友T={t1,t2,…,ti,…}能否接受該條博文進(jìn)行合理的規(guī)制，從而維護(hù)較好用戶關(guān)系網(wǎng)絡(luò)。因此，在由N位用戶及其好友關(guān)系構(gòu)成的社會化媒體環(huán)境中，共同隱私的交互過程由以下基本步驟組成：

Step1.初始化，所有用戶按照某種社會網(wǎng)絡(luò)結(jié)構(gòu)G形成關(guān)系網(wǎng)絡(luò)；

Step2.為所有用戶隨機(jī)分配屏蔽對象；

Step3.所有用戶隨機(jī)產(chǎn)生博文發(fā)表意愿，并從其好友中隨機(jī)產(chǎn)生共同隱私者；

Step4.隱私發(fā)布者或社會化媒體平臺對隱私發(fā)布策略進(jìn)行優(yōu)化；

Step5.隱私發(fā)布者發(fā)布博文，所有相關(guān)的好友關(guān)系相應(yīng)調(diào)整；

Step6.系統(tǒng)時間推進(jìn)，返回Step2繼續(xù)。

4 模擬實(shí)驗(yàn)

由于共同隱私管理過程涉及發(fā)布者、共同隱私擁有者、其他好友以及社會化媒體平臺等角色之間的博弈和互動。發(fā)布者需要在共同好友和其他好友之間進(jìn)行合理的平衡，將博文發(fā)布給越廣泛的好友，發(fā)布者能收獲越多的好友關(guān)系增強(qiáng)；也可能導(dǎo)致與共同好友間關(guān)系的破壞，而與共同隱私好友間關(guān)系的破壞又可能導(dǎo)致自己的隱私在未來被共同隱私好友更大程度的泄露。對于運(yùn)營平臺而言，也希望維護(hù)較高的用戶關(guān)系強(qiáng)度。本部分基于多智能體建模方法建立共同隱私管理生態(tài)系統(tǒng)，進(jìn)而提出共同隱私的規(guī)制策略。

本研究基于networkx工具包，參考Xu等[18]分別生成無標(biāo)度網(wǎng)絡(luò)和小世界網(wǎng)絡(luò)，以表達(dá)用戶之間的社會網(wǎng)絡(luò)關(guān)系。其中，無標(biāo)度網(wǎng)絡(luò)包含1000個節(jié)點(diǎn)，平均度為20，平均聚類系數(shù)為0.052；小世界網(wǎng)絡(luò)包含1000個節(jié)點(diǎn)，平均度為20，平均聚類系數(shù)為0.105。此外，本研究為網(wǎng)絡(luò)中的每一條邊隨機(jī)分配一個值rij∈(0,1)表達(dá)用戶i與用戶j之間的關(guān)系強(qiáng)度。

基于生成的社會網(wǎng)絡(luò)結(jié)構(gòu)和共同隱私的交互過程，本研究開發(fā)了社會化媒體共同隱私規(guī)制的多智能體模擬系統(tǒng)。模擬系統(tǒng)基于Python語言實(shí)現(xiàn)，通過集成Mesa、networkx、numpy、matplot等開源工具包實(shí)現(xiàn)智能體及其交互。其中，Mesa是符合Apache2開源協(xié)議的多智能體建模開發(fā)框架，該框架主要通過一個類表達(dá)模型本身、一個類表達(dá)智能體、一個調(diào)度器來控制時間以及智能體的移動及交互。模擬系統(tǒng)各參數(shù)及其初值如表2所示，本部分通過研究共同隱私的不同規(guī)制策略用戶間關(guān)系強(qiáng)度演化的演化趨勢，評價不同規(guī)制策略的效果。

表2 模擬系統(tǒng)參數(shù)

4.1 用戶規(guī)制策略研究

本節(jié)首先研究用戶的隱私規(guī)制策略，用戶規(guī)制共同隱私的基本原則是通過決策目標(biāo)好友T={t1,t2,…,ti,…}能否接收該條博文，提升自己與好友的關(guān)系強(qiáng)度。一般來說，用戶能夠清楚的了解自己與好友的關(guān)系強(qiáng)度，以及自己在發(fā)布包含隱私信息的博文時應(yīng)該屏蔽哪些好友。然而，用戶難以獲取好友的朋友關(guān)系強(qiáng)度信息及其屏蔽對象信息，即用戶不知道自己待發(fā)布的好友是否是共同隱私者屏蔽的對象。用戶基本不可能進(jìn)行單個目標(biāo)用戶級別的決策，即是否將博文發(fā)送給某位目標(biāo)好友。因此，本研究設(shè)計用戶的共同隱私規(guī)制策略主要有兩個：策略一，所有共同隱私都直接發(fā)布給好友；策略二，所有共同隱私都不發(fā)布給好友?；谀M實(shí)驗(yàn)，不同節(jié)點(diǎn)度和不同聚類系數(shù)下，社會化媒體平臺的平均關(guān)系強(qiáng)度演化過程如圖3所示。

圖3為無標(biāo)度網(wǎng)絡(luò)環(huán)境下社交網(wǎng)絡(luò)平均關(guān)系強(qiáng)度，圖4為小世界網(wǎng)絡(luò)環(huán)境下社交網(wǎng)絡(luò)平均關(guān)系強(qiáng)度。兩個實(shí)驗(yàn)的輸出均表明，與用戶發(fā)布包含隱私的博文相比，用戶不發(fā)布包含隱私的博文的策略，能帶來更多的好友關(guān)系增強(qiáng)。盡管發(fā)布包含共同隱私的博文可能帶來好友間的共同隱私?jīng)_突，但由于這種沖突在整個社會網(wǎng)絡(luò)上還是屬于少數(shù)情況，對用戶而言，發(fā)布包含共同隱私的博文是優(yōu)于不發(fā)布的策略。在該策略下，整個社會網(wǎng)絡(luò)用戶信任度初始分布和最終分布，如圖5所示，通過對比發(fā)現(xiàn)，大多用戶最終的信任值都得到提升，僅少部分用戶仍然保持低信任水平。因此，在沒有簡單方便且更加有效的規(guī)制策略情況下，用戶一般傾向于直接發(fā)布包含共同隱私的博文。生活中，常常有網(wǎng)友發(fā)布包含家人、朋友和同事的聚餐、旅游、位置等信息博文。

圖3 無標(biāo)度網(wǎng)絡(luò)下不同平均度時，社會網(wǎng)絡(luò)平均關(guān)系強(qiáng)度

圖4 小世界網(wǎng)絡(luò)下不同平均度時，社會網(wǎng)絡(luò)平均關(guān)系強(qiáng)度

圖5 社會網(wǎng)絡(luò)關(guān)系強(qiáng)度分布

4.2 平臺規(guī)制策略研究

一方面，用戶僅能決定博文的待接收對象，而無法掌握共同隱私者的屏蔽意愿。另一方面，大多數(shù)用戶的好友數(shù)量規(guī)模龐大，據(jù)報道Facebook用戶平均好友數(shù)量超過130，而微信2018年官方報道平均好友數(shù)量為128，加上各大平臺已經(jīng)較復(fù)雜的隱私設(shè)置項(xiàng)目，如Facebook已有61項(xiàng)隱私設(shè)置項(xiàng)目[15]，用戶單獨(dú)對每個好友進(jìn)行隱私規(guī)制將造成用戶巨大的認(rèn)知負(fù)荷。因此，用戶無法實(shí)現(xiàn)針對單個目標(biāo)好友層面的共同隱私策略，然而社會化媒體平臺能代替用戶實(shí)現(xiàn)這種針對單個目標(biāo)好友的規(guī)制策略。一般而言，社會化媒體平臺通過對好友分組數(shù)據(jù)、互動數(shù)據(jù)等進(jìn)行分析，能夠獲取用戶間關(guān)系強(qiáng)度和屏蔽意愿。

基于上述分析，運(yùn)營平臺的策略至少包含以下兩類：策略一，所有博文均直接發(fā)布；策略二，只對共同好友認(rèn)同的好友發(fā)布，即只要有共同好友屏蔽了該好友，則該好友將不能收到含有隱私的博文。

小世界網(wǎng)絡(luò)和無標(biāo)度網(wǎng)絡(luò)在不同平均節(jié)點(diǎn)度下的社會網(wǎng)絡(luò)平均關(guān)系強(qiáng)度分別如圖6和圖7所示，模擬實(shí)驗(yàn)的輸出表明，平臺策略2明顯優(yōu)于平臺策略1，且隨著網(wǎng)絡(luò)的平均度增加，優(yōu)勢越來越明顯，即只對共同好友認(rèn)同的好友發(fā)布，而屏蔽共同好友想屏蔽的用戶。同時，無論在小世界網(wǎng)絡(luò)還是無標(biāo)度網(wǎng)絡(luò)中，網(wǎng)絡(luò)的平均關(guān)系水平都隨著節(jié)點(diǎn)度增加而下降，當(dāng)平均度較小時，如平均度小于10，網(wǎng)絡(luò)關(guān)系強(qiáng)度水平較高，且兩種方案差異不大。

在不同聚類系數(shù)下，網(wǎng)絡(luò)平均關(guān)系強(qiáng)度分別如圖8和圖9所示，實(shí)驗(yàn)結(jié)果表明，聚類系數(shù)對社會網(wǎng)絡(luò)關(guān)系強(qiáng)度影響不明顯，且平臺采用策略2明顯優(yōu)于采用策略1。由于平臺策略1實(shí)際上也是用戶規(guī)制時的占優(yōu)策略，因此，這也表明平臺管理共同隱私要優(yōu)于用戶規(guī)制。

圖6 小世界網(wǎng)絡(luò)，不同平均度時網(wǎng)絡(luò)關(guān)系強(qiáng)度

圖7 無標(biāo)度網(wǎng)絡(luò)，不同平均度時網(wǎng)絡(luò)關(guān)系強(qiáng)度

圖8 小世界網(wǎng)絡(luò)，不同聚類系數(shù)時網(wǎng)絡(luò)關(guān)系強(qiáng)度

圖9 無標(biāo)度網(wǎng)絡(luò)，不同聚類系數(shù)時網(wǎng)絡(luò)關(guān)系強(qiáng)度

由于社會化媒體平臺能夠?qū)蝹€目標(biāo)好友進(jìn)行隱私規(guī)制，平臺策略2（只對共同好友認(rèn)同的好友發(fā)布）提升了整個網(wǎng)絡(luò)的平均關(guān)系強(qiáng)度，最優(yōu)策略不僅與是否有沖突個體有關(guān)，還與沖突個體數(shù)量、共同好友數(shù)量、關(guān)系強(qiáng)度等因素有關(guān)，因此，平臺策略2并非平臺能夠做到的最優(yōu)策略。從理論上講，由于用戶間的鏈接關(guān)系和屏蔽關(guān)系錯綜復(fù)雜，應(yīng)該存在某種對所有共同好友及其屏蔽關(guān)系進(jìn)行通盤考慮的策略，能夠取得不低于策略2的效果。

對某次即將發(fā)生的隱私發(fā)布行為，社會化媒體平臺對目標(biāo)好友T={t1,t2,…,ti,…}能否接受該條博文(x1,x2,…,xj,…)進(jìn)行合理規(guī)劃，其中，當(dāng)xj=1時，表示將該博文發(fā)布給目標(biāo)好友j；當(dāng)xj=0時，則反之。本次發(fā)布所帶來的網(wǎng)絡(luò)關(guān)系強(qiáng)度增量為

其中，(x1,x2,…,xj,…)為0-1決策變量；α×xj為目標(biāo)好友收到博文后關(guān)系強(qiáng)度的增量；為 與 共 同 好友關(guān)系強(qiáng)度的增量。

基于上述分析，社會化媒體平臺隱私規(guī)制的目標(biāo)為最大化關(guān)系強(qiáng)度增量，即

本研究在默認(rèn)參數(shù)設(shè)置下對平臺綜合規(guī)制策略進(jìn)行仿真測試，模擬輸出的網(wǎng)絡(luò)關(guān)系強(qiáng)度趨勢如圖10所示。模擬輸出表明，社會化媒體平臺能夠通過對式(3)所示的0-1規(guī)劃問題求解，即綜合規(guī)制策略，大幅提升社會化媒體平臺的平均關(guān)系強(qiáng)度，在系統(tǒng)運(yùn)行100個單位時間后平均關(guān)系強(qiáng)度達(dá)到0.728，且該策略明顯由于平臺策略2的關(guān)系強(qiáng)度0.718和用戶策略1的關(guān)系強(qiáng)度0.699。因此，對平臺而言，可以基于所有共同好友及其關(guān)系強(qiáng)度信息，提出綜合規(guī)制的最優(yōu)策略。

圖10 社會網(wǎng)絡(luò)關(guān)系強(qiáng)度演化趨勢

4.3 用戶-平臺協(xié)同隱私規(guī)制研究

雖然平臺通過分析用戶的隱私設(shè)置數(shù)據(jù)，如好友分組、交互頻率、屏蔽記錄等，能夠獲取用戶間的關(guān)系強(qiáng)度和屏蔽意愿，但是社會化媒體平臺目前還無法了解某條博文是否包含共同隱私以及該隱私共同屬于哪些用戶。然而，博文的發(fā)布者一般能夠清楚了解該共同隱私的歸屬信息，且社會化媒體平臺都能通過提供共同隱私標(biāo)注功能而獲取這些共同隱私的歸屬信息。因此，用戶的共同隱私管理意識對平臺的綜合規(guī)制策略起著十分重要的作用。

Avgerou等[24]基于獵鹿博弈，對用戶的隱私意識進(jìn)行了博弈分析，如表3所示，PA表示用戶有共同隱私保護(hù)意識，NPA表示用戶沒有共同隱私保護(hù)意識（即在發(fā)布博文時，不考慮保護(hù)共同隱私好友的隱私），其中b＞c，a＞d，結(jié)果表明，協(xié)同保護(hù)他人隱私（PA,PA）是該問題的風(fēng)險占優(yōu)均衡解。該研究還提出一組符合現(xiàn)實(shí)隱私博弈的得益矩陣取值。

表3 共同隱私意識博弈矩陣

假定用戶每天在社會化媒體平臺中花費(fèi)一定時間進(jìn)行與隱私有關(guān)的活動，其中有10%的時間成本用于保護(hù)其他用戶的隱私，整體而言，用戶每天能夠成功的保護(hù)自身80%的隱私信息，故(PA,PA)模式下用戶的收益a=80-10=70。如果兩個用戶均采用NPA的共同隱私規(guī)制策略，由于雙方不合作，最終各自只能保護(hù)20%的隱私信息，每天用于隱私保護(hù)的時間只占總時間的5%，故(NAP,NPA)模式下用戶的收益b=20-5=15。當(dāng)PA用戶與NPA用戶交互時，由于NPA用戶發(fā)布個人隱私博文的同時也泄露了PA用戶的隱私，PA用戶能夠保護(hù)的個人隱私大幅降低，假定該交互模式下，PA用戶的收益降低到了原來收益的一半以下，而花費(fèi)的時間成本雙倍于(NAP,NPA)模式，則PA用戶的收益c=30-20=10。當(dāng)NPA用戶和PA用戶交互時，NPA用戶花費(fèi)5%的時間用于保護(hù)對方隱私，由于得到PA用戶的保護(hù)成功的保護(hù)了自身25%的隱私信息，則NPA用戶的收益d=25-5=20。共同隱私博弈的得益矩陣如表4所示。Avgerou等[24]嚴(yán)密地論證了該博弈矩陣合理且真實(shí)的描述了群體隱私博弈的過程。(PA,PA)是該博弈矩陣的風(fēng)險占優(yōu)均衡解，無論用戶出事的共同隱私態(tài)度是PA還是NPA，大部分用戶最終會選擇PA的共同隱私策略。

表4 共同隱私意識博弈可行方案

因此，在共同隱私管理中，盡管社會化媒體平臺無法直接獲取博文的共同隱私者包含哪些用戶，但是該博文的發(fā)布者最終會以較大概率選擇保護(hù)其他好友的隱私，即PA策略。也就是說，如果平臺提供共同隱私標(biāo)注功能，PA的隱私保護(hù)策略在社會網(wǎng)絡(luò)上經(jīng)過一段時間的互動和擴(kuò)散后，理論上大部分用戶最終會采納共同隱私標(biāo)注功能。

基于上述分析，完整的共同隱私管理可以劃分為兩個階段：用戶規(guī)制和平臺規(guī)制，如圖11所示。第一階段為用戶規(guī)制，用戶在交互的基礎(chǔ)上進(jìn)行是否標(biāo)注的決策，選擇標(biāo)注共同隱私的用戶的博文由社會化媒體平臺進(jìn)行綜合決策，選擇不標(biāo)注共同隱私的用戶進(jìn)行直接發(fā)布該博文或不發(fā)布該博文的決策；第二階段為平臺規(guī)制，社會化媒體平臺基于0-1規(guī)劃的方法進(jìn)行共同隱私的規(guī)制。

圖11 用戶-平臺協(xié)同規(guī)制隱私流程示意圖

在表4所示的共同隱私意識博弈可行方案中，設(shè)初始群體中持PA態(tài)度的個體比例為xPA，則用戶采用PA和NPA策略的期望得益分別為uPA和uNPA：

群體的期望得益為

因此，隱私意識PA的復(fù)制動態(tài)方程為

圖12 復(fù)制動態(tài)方程相位圖

上述演化博弈分析是基于整個社會網(wǎng)絡(luò)群體的，社會化媒體平臺中的共同隱私管理問題是基于個人的社會網(wǎng)絡(luò)，不同用戶的好友數(shù)量、好友隱私意識分布等存在差異。因此，社會網(wǎng)絡(luò)的動態(tài)性和交互性，對演化博弈得出的用戶共同隱私標(biāo)注行為的分水嶺=1/11可能產(chǎn)生一定的干擾作用。為觀察用戶-平臺協(xié)同規(guī)制隱私的演化過程，本部分在前面模擬系統(tǒng)的基礎(chǔ)上，將用戶的初始共同隱私態(tài)度按不同比例分為NPA和PA兩類。由于共同隱私管理是一個持續(xù)動態(tài)的過程，理論上用戶能夠通過好友前期的共同隱私管理行為，了解好友的共同隱私態(tài)度是NPA或PA。因此，本研究假定用戶之間互相了解對方的共同隱私態(tài)度。隱私發(fā)布者i，進(jìn)行隱私標(biāo)注決策依據(jù)所有共同隱私好友的隱私態(tài)度選擇最優(yōu)方案，其決策依據(jù)如式(4)所示。在不同初始隱私意識為PA的個體比例情況下，整個網(wǎng)絡(luò)的隱私意識演化如圖13所示。演化博弈分析得出的分水嶺=1/11并未出現(xiàn)群體呈現(xiàn)NPA的現(xiàn)象，PA個體比例降低的主要影響是達(dá)到穩(wěn)定狀態(tài)的演化時間延長；只有當(dāng)初始PA個體比例非常低，才可能出現(xiàn)群體性NPA，此時社會網(wǎng)絡(luò)關(guān)系強(qiáng)度相對較低，用戶均不進(jìn)行標(biāo)注直接發(fā)布共同隱私，而如此低的初始PA比例在現(xiàn)實(shí)生活中很少存在。因此，模擬實(shí)驗(yàn)表明，本研究提出的用戶-平臺協(xié)同隱私規(guī)制策略在理論上具有較強(qiáng)的可行性。

圖13 不同初始PA個體比例下用戶群體持PA態(tài)度的比例演化趨勢

5 結(jié)論與展望

隨著人們在線社交活動日趨頻繁，用戶間相互曝光他人隱私的問題越來越嚴(yán)峻，隱私意識、法律意識的增強(qiáng)必然使得人們對共同隱私有效管理的需求越來越急切。本研究針對社會化媒體中好友間共同隱私管理的問題，根據(jù)實(shí)際情況分別提出了不同的用戶策略、社會化媒體平臺策略，在模擬實(shí)驗(yàn)的基礎(chǔ)上，分別對用戶策略和平臺策略進(jìn)行了對比分析，并在此基礎(chǔ)上，提出了用戶-平臺協(xié)同隱私管理機(jī)制，在理論分析和模擬實(shí)驗(yàn)的基礎(chǔ)上驗(yàn)證了該協(xié)同策略的有效性。目前，各大社會化媒體平臺的現(xiàn)有共同隱私規(guī)制策略尚不成熟，由于共同隱私現(xiàn)象越來越頻繁及廣大用戶對共同隱私管理的需求越來越強(qiáng)烈，建議社會化媒體平臺加強(qiáng)共同隱私的管理，并在用戶行為大數(shù)據(jù)的基礎(chǔ)上進(jìn)行共同隱私協(xié)同管理，有效維護(hù)網(wǎng)民的隱私權(quán)益。

本研究提出并驗(yàn)證了隱私協(xié)同管理策略，在此基礎(chǔ)上，未來將進(jìn)一步開展相關(guān)實(shí)證調(diào)查及用戶行為實(shí)驗(yàn)，提出社會化媒體平臺共同隱私管理的有效實(shí)施方案。