智慧网络中用户数据隐私保护的策略研究

邓佳燕，欧阳红巍

（湖南现代物流职业技术学院，湖南 长沙 410131）

0 引言

随着互联网技术的快速发展,智能技术广泛运用到日常生活中。 人脸识别、微信二维码、智能导航地图、监视系统等应用系统给人民生活带来了极大的便利,并推动经济快速增长。 智慧网络作为智能技术中极为重要的一个环节,在日常生活中扮演重要角色。例如,人脸识别系统用于识别行人通行,取代值班员全天监察；扫扫微信二维码就能联系上其他人；智能地图能很好地规划出行路线；监视系统能实时监视该地区一些情况。 另一方面,因智慧网络高效的处理速度,被腾讯、阿里、京东等国内电商平台大范围运用,并给这些企业带来巨大收益［1］。

网络是一个虚拟的环境,用户的隐私信息极易暴露在公共环境中,并被不法分子利用。 如人脸识别储存的人脸图像、微信保存的二维码、导航地图定位历史行车路线和位置、监视系统记录的一些敏感信息等,当智慧网络处理的这些信息未被窃取,用户没任何损失。但是这些信息极易被一些非法分子利用技术手段盗取,用于欺诈用户,从而获取相应利益,例如非法获得注册信息、位置信息等。 近年来,互联网颁布一系列网络法规,这让一些非法分子的违法行为得到收敛,不法分子盗取用户的信息,且用户很难察觉这些非法行为,当用户利益受损,也很难抓住犯罪分子的证据。 因此对智慧网络中用户隐私数据进行保护具有重要的意义。

1 用户数据存在形式和相应的威胁

用户在智慧网络中会留下大量的隐私数据。 在网络行为数据中,用户的页面浏览量、访问时长等这些隐私数据可以看出用户感兴趣的事情。 从网站内部行为数据这一栏,例如唯一页面浏览次数、页面停留时间、直接跳出访问数、访问深度等这些数据可以查询到用户所涉及事情的重要程度。 在用户内容偏好数据这一栏,登录网站、频次、收藏内容、评论/互动的内容这些数据则体现出用户的偏好,不法分子可以利用这些数据来诱导客户,从而达到非法的目的。 最后是用户交易数据这一栏,可以看到回头率、转化率等一系列数据证实用户真正感兴趣的商品。 实际上,上述用户的数据分类是从网络和销售层面,而基于智慧网络整个系统层面,用户的隐私数据可以分为以下几种。

1.1 网络注册

当前大部分智能系统都需要用户注册,而这些注册信息保存在系统里用于用户验证。 这种方式有以下几种潜在的威胁:第一,隐私信息泄露,当该系统被黑客侵入后,用户利益损失。 第二,网站威胁,一些不法分子虚构注册网站,用小利益诱惑用户,从而获得用户的隐私信息,进而开展一系列不法活动,获取用户的钱财。 第三,网页储存功能,很多用户在公共网络注册自己的隐私信息,没有消除网站中缓存的信息,一些不法分子通过技术手段获取这些注册信息,从而导致用户利益损失。

1.2 多媒体

当前很多用户喜欢采用图片、文字、视频等方式在互联网上发布信息,而互联网信息易泄露,不法分子通过挖掘用户历史信息,骗取用户财产信息。 这种方式主要有以下几种潜在的危险:(1）互联网有记忆功能,用户信息易保存在智慧网络中,当用户处理事宜后,忘记删除相关信息,极易让不法分子获取信息,从而导致用户财产损失。 (2）当前用户通过微信、QQ 等社交软件进行较频繁的网络交流,把诸如身份证、交流截图、拍照、定位等信息留在社交软件中,黑客则通过技术手段侵入到用户交流软件中,获取这些私密信息,从而导致不好的结果［2］。

1.3 广告

智慧网络中,商家通过广告的形式来宣传自家的产品,客户容易被广告干扰。 当广告的制造者为非法分子时,这些广告一般以便宜的物价吸引客户,客户点击进去注册自己的相关信息,客户信息则被骗取。 除此之外,通过用户点击广告信息,广告商可以了解用户的兴趣爱好,从而不断向用户推销自己不需要的产品,不断骚扰用户,给用户带来不必要的麻烦。

1.4 储存

当前用户的数据都是储存在智慧网络中,例如内存、缓存、硬盘、云端等,有利于下次用户在登陆时,用来比对登录信息是否和注册信息一致,从而让用户进入系统。 当这些储存介质发生故障或者被黑客侵入,导致用户信息泄露时,不发分子可以利用这信息进入用户系统中,或者将这些信息卖出,从而获取不法财产。 同时这些信息也会被商家所知,商家用这些信息做出不法勾当时,将会造成用户的财产损失。

2 用户隐私数据的保护方法

保护智慧网络用户的隐私数据是一项很重要的研究内容,直接决定了智慧网络成功的关键。 智慧网络隐私保护主要遵循表1 所示的3 点要求。

表1 智慧网络中用户隐私数据保护基本原则

智慧网络中也有一些常用的保护方法,包括:(1）数据加密。 智慧网络为了更好地保护用户信息,采用一些数据加密的方式对用户的隐私信息进行加密,从而让用户的真实信息不被泄露,也更难被不法分子获取［3］。 (2）多层注册方法。 智慧网络采取多层注册的方式来防止用户的隐私信息泄露,例如,第一层回答基本问题,或填写电话号码,或邮箱收取验证码,完成第一步之后,才进行下一步相关操作。 层层注册增加了黑客攻击的窃取难度,即使侵入第一层也难以侵入第二层,让用户信息分散,不再集中,即使用户的部分信息被窃取,也难以获取完整的用户资料,从而难以进行相关操作［4］。 (3）智慧防御。 许多智慧网络采取多种防护工具。 杀毒软件能时刻清除潜在的危险,很好地保护了用户的相关信息。 这些软件能时刻观察网络中潜在的风险,时刻提醒用户,注册信息时,提醒用户注册风险,让用户打开防火墙等。 当用户的隐私信息保存在网络缓存里,用户本人很难发现这些风险,智慧防御能起到关键作用,时刻提醒用户采取防御措施,自动消除这些注册痕迹［5］。 (4）数据分层。 用户的隐私数据由多个属性构成,系统将用户的信息属性进行分层处理,最基本的保存在本地,方便快速处理,身份证信息等则储存在防御性能较好的云端或数据中心。 同时具备较好的防御系统,不易被黑客攻击,泄露的风险较低。 当非用户本人使用时,这些信息也不易被窃取。这样的存储方式在智慧网络中较为常见,对用户的隐私数据保护较为有效。

3 智慧网络隐私数据的保护方法

3.1 良好的互联网操作习惯

用户在网络注册相关信息时需注意:(1）在公共智慧网络,不要轻易透漏相关隐私信息,即使必须注册信息,也要在处理完后快速清理。 (2）注意非法广告,提高防范意识,有必要时进行举报。 (3）注册信息时,选择官网进行相关操作。 当前存在不法分子构建不法网站的行为,这些网站较难分辨,给用户带来不必要的麻烦。 (4）智慧网络中,一些个性化推荐系统会给用户推荐产品,在隐藏的服务协议中,某些难以辨认的条款没有充分告知用户,此时用户的相关隐私存在被深度收集的现象。

3.2 设计更多加密保护方法

智慧网络通过将用户的隐私数据进行加密从而让黑客不易获取,但很多算法只针对已发现的黑客手段,很难应对最新的黑客技术,防护能力有限。 最佳的方法是采取人工智能算法,不停地迭代学习,即动态学习黑客攻击技术,调整自身权值,从而提升优化加密技术,提高互联网防护能力。

目前常用的人工算法主要有卷积神经网络、循环神经网络、图神经网络等,这些网络由于参数较多,能存储很多信息。 用作系统的保护软件时,通过与黑客攻击的交互过程,学习攻击手段,保存在系统中,当下次攻击来临时,神经网络能迅速识别这些攻击,并发出警报。 基于深度学习的加密方法目前还不是很成熟,很多算法只对部分攻击有效,如何构建一个鲁棒性较好的加密算法,是当前研究的热点。

3.3 构建更简便的App

有些用户注册需要通过公开的网络方式,容易造成用户隐私数据丢失,如果把这些应用构建成App,用户可以通过手机远程注册信息,远程操作相关应用,从而确保隐私数据不外泄。 同时,App 操作更加简单,让用户在更安全的环境下系列操作。 最简单的方式是通过手机安装App,在手机端注册信息,由于手机端IP 都是动态变化的,提高了防范能力。 用户的隐私信息保存在这些终端中,例如注册密码、注册账号等,即使用户没有退出这些软件,黑客也难以侵犯。

有的App 软件也有泄露隐私的风险,例如插入广告或链接推荐用户去浏览或购买,当用户执行操作时,隐私信息就有可能被泄露。 因此,软件开发者需要定期查询软件,不断升级系统,弥补漏洞,提升软件的可靠性。

3.4 设置更多的网络关卡

智慧网络通过构建更多隐私数据保密设置,确保多层数据得到保护,不丢失关键数据。 即使有关卡被黑客突破,其他关卡依旧处于工作状态,确保更多隐私数据的安全。 互联网设置的关卡越多,用户注册相关信息也越繁琐,这能让用户进一步重视注册信息的价值和意义,当用户注册信息后,也能更好地自主保护这些数据。 当前,智慧网络采取的这些策施能更好地提升网络的鲁棒性［6］。

3.5 构建智能卫士

很多网络中的危害都是常见的,可以采用深度学习算法构建多个智能识别系统,用常用的危害构建历史数据,用于训练这些系统,实现快速识别,并提示用户做出相应反应。 当遇到新的危害且没有识别出来时,系统也会因此构建新的数据并用于微调原系统,从而提升系统防御性能。 此外,当系统还处于过拟合时候,可以收集更多历史数据去训练系统,让其更能识别原系统。 当系统出现过拟合现象时,可以采用增加系统的深度,让模型变得更加复杂,更加有效果,经过训练后,系统识别准确率会大大提升,从而提升系统的防御性能。

4 结语

本文对智慧网络中用户的隐私数据展开了研究分析,首先,分析了当前智慧网络中用户隐私数据存在的形式和潜在的风险；其次,对当前隐私保护方法进行了总结和分析；最后,根据当前的形势,给出了一些隐私保护的建议。 主要用以提升用户保护智慧网络中隐私数据的安全意识,使智慧网络朝着健康安全的方向发展。