个人信息挖掘的价值制约机制与隐私保护策略

With the growing popularity of “big data”, the potential value of personal data has attracted more and more attention. Applications built on personal data can create tremendous social and economic benefits, meanwhile, they bring serious threats to the security of individual privacy. How to make a balance between value creation and privacy protection has now become an urgent issue. This project is going to study several problems that can help to find effective solutions to the balance issue. First, this project will study how to characterize individual’s preference on privacy and how individual values his privacy, and analyze the relationship between privacy valuation and individual’s privacy disclosure behavior. Second, this project will explore the internal incentive for individuals to disclose their privacy, and analyze the relationship between the degree of privacy disclosure and various benefits. Based on above analysis, this project will study how to design effective mechanisms for personal data exchange and for encouraging individuals to participate in data sharing. Third, this project will study privacy protection strategies of different user roles in data mining applications, and use game theory to analyze the interactions among users. By solving the equilibriums of the game, this project will provide users useful guidance on how to deal with the balance issue. The goal of this project is to study the restriction mechanisms between data value and individual privacy, and explore effective tradeoff methods and regulation strategies, so that the increasing conflict between personal data exploitation and privacy protection can be reconciled.

大数据时代，个人信息的价值受到日益广泛的重视。而大数据挖掘在创造巨大经济效益和社会效益的同时，也引发出不容忽视的严重问题——隐私的泄露及恶意利用。能否在数据价值开发和个人隐私保护之间找到科学合理的平衡点，是需要着力解决的关键问题，倍受领域学者关注。本课题将从构建个人隐私偏好的表征模型入手，研究隐私价值的形成机理，分析个人数据支配行为与隐私价值之间的关联关系；同时研究个人公开隐私信息的内在动因，探讨隐私公开程度与各种收益之间的定性定量关系，在此基础上设计个人数据交易机制和引导个人参与数据共享的激励机制；进而研究数据挖掘应用中各用户角色的隐私保护策略，分析多用户角色的利益关联，用博弈论的方法分析用户交互的均衡策略。本课题的总目标，是研究数据价值与个人隐私之间的制约机制、折中方法与调控策略，解决日益突显出来的数据价值开发与个人隐私保护之间的协调与冲突问题。

大数据挖掘与多种新型网络技术融合发展并不断创造巨大的经济效益和社会效益，而如何在数据价值开发和个人隐私保护之间找到科学合理的平衡点是需要着力解决的关键问题。本课题针对数据价值开发与个人隐私保护之间的冲突协调进行研究，为数据挖掘在下一代复杂多用户网络的安全应用提供有力支撑。.经过三年的研究工作，该项目已经圆满完成。按照研究技术要求，课题基本按原计划进行，主要研究人员没有发生变化。课题的主要研究要点包括：对复杂网络环境下的个人隐私偏好进行表征建模, 提出基于节点隐私偏好的资源调配策略和面向隐私偏好的用户契约模型。根据三年来新技术的发展趋势，将新型通信与计算技术引入到下一代复杂多用户网络的数据共享与挖掘中，为其提供安全保障、共享激励和个性化服务策略优化提供有力的支撑。首先，基于非合作博弈理论，针对多用户复杂网络的隐私数据交易建立了静态定价模型和动态定价模型，并实现了多用户网络的隐私数据安全共享；其次，提出基于置信不确定度的数据共享满意度评估和激励机制；最后，提出了面向用户服务策略优化的用户数据博弈分析模型，提供用户数据网络的能效管理策略优化。.在关键数据方面，本项目针对基于隐私偏好的用户社交建模分析与评估、基于节点偏好的资源调配容错评估、多用户网络契约模型的抗干扰定价等进行了仿真评估，通过仿真数据分析可知，本项目提出的方案在灵活性、可靠性、有效性等方面有较好的优势。.在学术成果方面，以该课题为依托培养了硕士生11名，联合培养了博士生5名；在IEEE Transactions等国际期刊和本领域重要的国际会议上发表(含已录用)论文33篇，其中发表SCI论文15篇，EI论文17篇。 在IEEE Transaction/Journal/Magazine等国际期刊上发表(含已录用)论文16篇，在国际主流会议 (ICC、GLOBECOM、INFOCOM等)上发表论文9篇，专利5项。.总之，本项目较好的完成了研究任务，达到了预期目标，研究成果具有良好的理论和应用价值。.