面向普适计算的用户隐私量化方法研究

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (27): 1-5.

面向普适计算的用户隐私量化方法研究

王斌，段友祥

中国石油大学（华东）计算机与通信工程学院，山东东营 257061

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-09-21 发布日期:2011-09-21

Research on information privacy quantization method facing ubiquitous computing environment

WANG Bin，DUAN Youxiang

College of Computer and Communication，China University of Petroleum（East），Dongying，Shandong 257061，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-09-21 Published:2011-09-21

摘要/Abstract

摘要： 无论通信系统如何发展，隐私对于用户来说都是最重要的，用户的隐私是否想透露该由用户亲自决断。然而，由于信息互联业务的发展，用户经常被询问隐私信息的请求所打扰。而普适计算是强调用户和环境融为一体的计算，其出发点是想让用户尽量少地参与系统的计算、传输等过程。如果普适计算想要更广泛地得到推广，对隐私发放实现自动控制是根本目标。提出了以用户为中心、以系统为中心、混合量化等多种方法，并在对各种方法进行实验比对，明确其使用环境以及优缺点，在免除打扰用户和隐私保护等方面能达到比较好的平衡性能，可以为将来普适计算中关于隐私的自动防护提供参考。

关键词: 普适计算, 隐私保护, 用户隐私

Abstract: Privacy is always the most important for users，and whether to disclose the privacy should be decided by themselves.However，users are disturbed by more and more querying for the permission of some privacy with the development of internet service.Ubiquitous computing emphasize that calculation should be in harmony of computation，and user should take part in the process of computing and transmission less as far as possible.Follow one’s inclinations to control the permission of privacy will be necessary for ubiquitous computing if it want to be widely promoted in the future.This paper proposes the user-centric method，system-centric method，hybrid approach and so on.And every approach is compared to show its advantage or disadvantage.Finally，the balance can be gotten between querying user and privacy protecting.All of these can provide experience for control permission of user automatically in ubiquitous computing environment.

Key words: ubiquitous computing, privacy protecting, user privacy

王斌，段友祥. 面向普适计算的用户隐私量化方法研究[J]. 计算机工程与应用, 2011, 47(27): 1-5.

WANG Bin，DUAN Youxiang. Research on information privacy quantization method facing ubiquitous computing environment[J]. Computer Engineering and Applications, 2011, 47(27): 1-5.

[1]	刘勇，谢若莹，丰阳，王亚辉，刘亚清. 智能家居中的居民日常行为识别综述[J]. 计算机工程与应用, 2021, 57(4): 35-42.
[2]	魏立斐，李梦思，张蕾，陈聪聪，陈玉娇，王勤. 基于安全两方计算的隐私保护线性回归算法[J]. 计算机工程与应用, 2021, 57(22): 139-146.
[3]	贺智明，徐亿达. 区块链与可搜索加密结合的电子病历共享方案[J]. 计算机工程与应用, 2021, 57(21): 140-147.
[4]	吕鑫，赵连成，余记远，谭彬，曾涛，陈娟. 基于轨迹聚类的连续查询隐私保护方法[J]. 计算机工程与应用, 2021, 57(2): 104-112.
[5]	谢裕清，王渊，江樱，杨苗，王永利. 便于数据共享的电网数据湖隐私保护方法[J]. 计算机工程与应用, 2021, 57(2): 113-118.
[6]	宋国超，初广辉，武绍欣. 基于区间区域的位置隐私保护方法[J]. 计算机工程与应用, 2020, 56(8): 66-73.
[7]	曾海燕，左开中，王永录，刘蕊. 路网环境下的语义多样性位置隐私保护方法[J]. 计算机工程与应用, 2020, 56(7): 102-108.
[8]	许斌，梁晓兵，沈博. 大数据环境中非交互式查询差分隐私保护模型[J]. 计算机工程与应用, 2020, 56(7): 116-121.
[9]	王杰，陈志刚，刘加玲，程宏兵. 基于聚类的云隐私行为挖掘技术[J]. 计算机工程与应用, 2020, 56(5): 80-84.
[10]	张思亮，凌捷，陈家辉. 可追踪的区块链账本隐私保护方案[J]. 计算机工程与应用, 2020, 56(23): 31-37.
[11]	杨婷，庞晓琼，陈文俊，王云婷，刘天野. 区块链环境下支持隐私保护的数字权限管理[J]. 计算机工程与应用, 2020, 56(23): 109-115.
[12]	李孟特，顾春华，温蜜. 基于区块链的充电交易数据安全存储平台设计[J]. 计算机工程与应用, 2020, 56(21): 79-84.
[13]	王佳贺，魏松杰，吴超. 差分隐私保护的Android应用流量行为混淆方法[J]. 计算机工程与应用, 2020, 56(2): 68-75.
[14]	朴杨鹤然，崔晓晖. 社交网络中用户隐私推理与保护研究综述[J]. 计算机工程与应用, 2020, 56(19): 1-12.
[15]	马媛媛，刘周斌，汪自翔. 边缘计算场景下的异构终端安全接入技术研究[J]. 计算机工程与应用, 2020, 56(17): 115-120.