[发明专利]一种基于隐私规则和感知哈希的社交网络下图像隐私决策推荐系统及其方法

说明书

技术领域

本发明属于社交网络图像的隐私保护领域，特别是涉及一种结合语义规则对社交网络图像进行隐私决策推荐的方法。

背景技术

移动互联网的飞速发展使人们在移动终端登录社交网络已经十分普遍。同时，数字图像在互联网中的运用也越来越广泛。基于文字的社交已演变为基于图像的社交，图像所带来的丰富的信息量更满足了人们对信息分享和索取的需求。然而也正由于图像携带着更加丰富的信息，从而更容易泄露用户隐私。比如，在日常生活中，社交网络用户随意上传的一张图片很可能就会泄露自己拥有的某件物品或自己和照片中另外一人的关系，而这些信息都可以为别有用心之人提供线索并引发各种犯罪危险。因分享图片而泄露个人隐私的案例在互联网盛行的时代已经屡见不鲜。

目前社交网络中对图像的隐私保护主要是通过用户自定义访问控制权限，匿名化处理，图像加密以及阅后即焚等方式。但由于移动终端已经支持即拍即传的实时分享，用户很有可能在上传图像之后才意识到权限设置的不足，或者因醉酒意识不清而不小心发送了带有私密信息的图像，此时图像已经上传，在社交网络的大环境中就会带来难以消除的隐私泄露风险。现有的图像隐私保护方法面临着严峻的考验，问题主要表现在以下几方面：

1、当前的社交网络环境纷杂，通过网络爬虫等手段可以在网络上“人肉”到用户信息，凡是上传到社交网络上的图像都可能泄露用户隐私，产生不可预知的信息传播影响。因此在当下分享信息交流互动的大趋势下，亟需使用户充分意识到隐私泄露的危害，亟需发展社交网络隐私保护机制、隐私决策方法和相关辅助工具。

2、目前的图像隐私保护方式是用户手动选择，过程繁琐亦容易出错，系统无法在用户上传图像的时候提供智能化的隐私决策，不能帮助青少年等自我保护意识不强的用户或者醉酒等情况下神识不清的用户提供隐私决策支持。

3、现有的图像隐私保护技术并没有将要保护的内容附加语义信息。图像加密是对所有的访问者加密，无法将好友关系以及图像语义信息结合起来，图像的分享应该与图像内容及用户好友关系紧密联系在一起，从而在社交网络的图像隐私保护中给用户营造一个安心舒适的图像分享环境。

4、国外有些大型社交网络公司，如Facebook公司等试图用机器学习(深度学习，DeepLearning)的方法解决社交网络隐私保护和决策推荐问题，但基于机器学习的方法需要事先进行大量的样本学习，在效率、个性化等方面有不足之处，在目前深度学习技术还没有得到足够发展的情况下，不能满足社交网络数字图像隐私决策实时性的需求。

发明内容

本发明为克服现有技术存在的不足，提出一种基于隐私规则和感知哈希的社交网络的图像隐私决策推荐系统与及其方法，以期能实现快速方便的隐私等级自动计算和决策推荐，并有效降低个人或其家庭隐私泄露风险，从而大大提高用户个人图像隐私保护安全。

本发明为解决技术问题采用如下技术方案：

本发明一种基于隐私规则和感知哈希的社交网络的图像隐私决策推荐系统的特点是，所述推荐系统包括：隐私对象注册模块、隐私规则定义模块、隐私决策推荐模块、隐私对象哈希指纹库和隐私规则库；

所述隐私对象注册模块接收用户所提交的包含保护对象的图片以及用户所设置的语义标签，并对所述图片进行图像识别，获取所述图片中保护对象的哈希指纹；再将所述哈希指纹与所设置的语义标签一同存入所述隐私对象哈希指纹库中；

所述隐私规则定义模块用于对所述隐私对象哈希指纹库中所存储的语义标签进行选择，获得标签集合，并对所述标签集合设置相应的隐私安全等级，从而生成隐私规则并存入所述隐私规则库中；

所述隐私决策推荐模块对用户所提交的待识别图片进行图像识别，获取所述待识别图片的哈希指纹，并根据所述待识别图片的哈希指纹在所述隐私对象哈希指纹库中进行查询和匹配，获得所述待识别图片中所有保护对象的哈希指纹及其所对应的语义标签，并返回所待识别图片的所有语义标签；再根据所述待识别图片的所有语义标签在所述隐私规则库中进行查询和匹配，获得所述待识别图片的所有语义标签所对应的隐私安全等级；在所有获得的匹配的等级中以最高安全等级作为待识别图片的隐私安全等级提供给用户。

本发明一种基于隐私规则和感知哈希的社交网络的图像隐私决策推荐方法的特点是按如下步骤进行：

步骤1、用户向所述隐私对象注册模块提交包含保护对象的图片及相应设置的语义标签；