[发明专利]一种追踪隐私信息泄露的方法

说明书

技术领域

本发明涉及一种在网络环境下，追踪隐私信息泄露的方法。本发明成果可以用于互联网中隐私信息泄露的追踪，属于计算机网络安全领域。

背景技术

Web技术的发展和广泛应用为用户共享信息和使用各种服务提供了方便，但是由此带来了隐私信息保护的问题。用户在享用Web站点提供的服务之前，往往需要在站点注册，注册过程中站点一般要求用户提交一些包含个人隐私的信息，如用户名、电子邮箱地址等。隐私信息包含个人的敏感信息，如果被泄露会造成个人名誉损失、经济损失和精神伤害。虽然站点一般都声称不会泄露用户的隐私信息，但是有的站点为了其商业利益而将用户隐私信息泄露给第三方。之后，用户会经常收到一些广告性质的垃圾邮件。

现有的针对Web服务的隐私信息保护方法通过一些技术手段或者站点的隐私策略来对用户隐私信息进行保护，但是存在以下的缺点：第一，现有的技术方法如使用匿名技术在一定程度上阻断了用户隐私信息与其身份之间的联系，但是如果用户身份信息被泄露，用户的所有相关信息也就都泄露了。此外，由于各种因素如背景信息等的存在，使得匿名破解非常容易。第二，现有隐私策略和隐私保护方法虽然能够对隐私信息进行一定的保护，但是一旦站点违背隐私策略，用户的隐私信息还是会被泄露出去。

发明内容

本发明的目的是提供一种追踪隐私信息泄露的方法，针对Web服务站点泄露用户隐私信息给第三方后，用户经常收到带有广告性质的垃圾邮件的问题。使用本发明的方法可以追踪到泄露用户隐私信息的网站，使得用户可以改变对隐私信息泄露站点的信任或交互模式，甚至诉诸于法律，从而达到对用户隐私信息的保护。

本发明采用一个分析中心，当用户收到垃圾邮件以后向分析中心举报垃圾邮件，并告知分析中心最近注册过的网站的信息，如果分析不成功，则分析中心要求用户进一步提交最近交互过的网站的信息。其中，“最近”在实际应用中可以具体确定实际期限，如两周、一个月等，在此不做特殊规定。分析中心根据分析算法对泄露用户隐私信息的网站进行分析和追踪，并将结果告知用户。本发明的应用框架结构如图1所示。站点泄露的用户的隐私信息分为两类：一是注册信息(其中可能包括：用户名、电子邮件地址、兴趣等)，二是通过用户和站点的历史交互行为，站点分析出的用户行为信息。

本发明采取如下的技术方案。追踪隐私信息泄露的方法，实现本方法的整个框架包括用户、隐私信息泄露站点、得到用户隐私信息的第三方(以下简称第三方)和分析中心，其中分析中心的分析算法包括邮件分类模块、站点分类模块和分析模块。

追踪隐私信息泄露的方法，其特征在于，包括以下步骤：

1.用户收到垃圾邮件后，向分析中心举报，该分析中心为包括邮件分类模块、站点分类模块和分析模块三个软件的服务器：

1.1)用户在分析中心注册一个账号，该注册过程只需提交用户名(用户自己选定的名称)和密码(供用户登录分析中心使用)，不需提交其他任何信息，最大限度的保护用户的隐私；

1.2)用户登录分析中心，将自己要举报的垃圾邮件和最近注册过的站点的网址提交分析中心；

2.分析中心收到用户的举报后，做如下处理(分析流程如图3，分析流程图所示)：

2.1)调用邮件分类模块对用户举报的垃圾邮件做分类处理，邮件分类模块中使用一个邮件分类软件对邮件进行分类处理，其实现的步骤包括：

2.1.1)删除邮件正文中出现频率很高但与邮件特征无关的词(如连接词、语气助词等)，其中“特征”是指能够把一个邮件内容与其他邮件内容区分开来的信息；

2.1.2)在词典(包括中文词典、英文词典等词典，根据邮件中出现的语言类型选择相应的词典)的支持下，把邮件文本分成有意义的词条；

2.1.3)对2.1.2)中切分好的有意义的词条，通过提取语义的方法确定该邮件的类型，即该邮件是为哪一种或哪几种商品或服务做广告，用集合{e₁，e₂，....e_m}(m∈(1，2，....))表示，其中m表示一个邮件类型的总个数。比如，一个邮件为化妆品和服装作广告，该邮件的类型表示为{e₁，e₂}，其中e1表示“化妆品”，e2表示“服装”，则m＝2。其中“提取语义的方法”在实际应用中是采用机器学习的方法实现。