온라인 소셜 네트워크에서 사용자의 프라이버시 점수를 계산하기 위한 프레임워크

소셜 네트워크와 관련된 기업 규모의 프라이버시 문제를 해결하기 위한 많은 연구가 수행되었습니다. 이 연구의 대부분은 사용자의 신원이나 민감한 관계를 드러내지 않고 조직이 소유한 소셜 네트워크를 공유하는 방법에 중점을 둡니다. 사용자들이 일상적인 정보 공유 활동에서 마주하는 프라이버시 위험에 대해서는 그다지 주목하지 않았습니다. 이 글에서는 온라인 소셜 네트워크에서 제기된 프라이버시 문제를 개별 사용자의 관점에서 접근합니다: 우리는 사용자의 프라이버시 점수를 계산하기 위한 프레임워크를 제안합니다. 이 점수는 사용자가 네트워크에 참여함으로써 발생할 수 있는 잠재적 위험을 나타냅니다. 우리의 프라이버시 점수 정의는 다음과 같은 직관적인 속성을 만족합니다: 사용자가 공개하는 정보가 더 민감할수록, 그의 프라이버시 위험은 더 높습니다. 또한, 공개된 정보가 네트워크에서 더 보일수록 프라이버시 위험이 더 높아집니다. 우리는 정보의 민감성과 가시성을 추정하기 위한 수학적 모델을 개발합니다. 우리는 합성 및 실제 데이터를 사용하여 우리의 방법을 적용하고 그 효능과 실제 유용성을 입증합니다.