保护隐私 让Vista“守口如瓶”

在享受Vista系统便利功能的同时，用户个人隐私也可能在不知不觉中遭到泄露。在系统用户的个人隐私保护方面。Vista绝对是一个“多嘴者”，如果不注意一些细节功能。那隐私的泄露就不可避免。其实只要经过一番设置，Vista系统就在涉及系统隐私时“守口如瓶”了。     

互联网金融业务用户隐私数据安全保障理论与实践

互联网金融业务利用数字化技术,覆盖了传统金融难以覆盖的场景和人群,实现了普惠金融,在为用户带来高效、便捷服务的同时,数字化技术也带来了系统的复杂性风险和技术风险。用户的身份标识、业务属性、行为数据属于高度隐私数据,在采集、存储、分析、应用和交换的生命周期中,任何环节的疏漏均会带来隐私泄漏的安全风险。为此,建立全生命周期的数据安全保障体系,规避相关风险,是对互联网金融业务信息安全的基本要求。     

深度保护敏感数据 从手机隐私保护开始

7月,央视曝光了苹果iPhone收集用户位置信息,泄露用户隐私。8月,小米手机被爆未经允许明码回传用户数据,黑客可以利用嗑听手段直接获取用户电话号码,部分用户受到影响。据2014年第二季度《移动互联网发展趋势报告》显示,二季度智能手机的人口普及率达到30％以上,10个中国人当中有3个人使用智能手机。智能手机掌握了用户的详细个人信息,但却没有为用户保守秘密,相反这些敏感信息却正在被泄露。     

隐私安全谁保障？我的权限我做主!

话说这前段时间各大网站的密码泄漏事件,真是把互联网搅了个天翻地覆。作为—名常年混迹于各种论坛、博客、门户和社交网站的老网民,我可是改密码改到手抽筋。回过神来,突然想起我这天天不离身的Android手机一样是把上网好手,而且手机中各类隐私资料的安全——包括联系人、通话记录、短信甚至我所在的地理位置等,更加令人担忧。     

瑞星发力移动互联网 推手机安全软件主打隐私保护

近日,瑞星公司在京举行“携手共铸移动安全”新闻发布会。会上推出“瑞星手机安全软件V1．0”,这意味着移动互联网成为瑞星的战略重点之一。瑞星在会上表示,未来将携手业内合作伙伴。共同推出更多基于智能手机、移动设备和云安全的应用。     

大互联网时代的隐私保护

<正>曾有一句流行语,"在互联网上没人知道你是一条狗"。但目前,随着互联网新兴应用和技术的发展,黑客们不仅能知道"你是一条狗",甚至连性别、喜好、行踪、即时状态都能挖得一清二楚。最近一两年,互联网产业已经进入"大互联网"时代,社交网站、微博客、移动互联网,这些碎片化、即时化、移动化的应用让用户可以随时随地在线,无时无刻不在     

小心!别让“Cookies＂出卖我们的隐私

在今年的3．15晚会上,央视曝光了一些网络广告商通过“C00kies”偷窥用户隐私的行为,并且可以盗取用户的上网账号和密码,给个人安全带了很多隐患。这个骇人听闻的消息发布后,让一些经常网购的用户不禁胆战心惊,C00kies为何物？到底会不会泄露电脑中个人隐私呢？我们应该怎么防范？今天我们就来解读这个“Cookies”。     

在互联网上谈隐私靠谱吗? 从Snapchat泄密事件看隐私保护

正当国内各软件应用还在努力增添阅后即焚功能时,其鼻祖Snapchat却传出了艳照门事件,艳照门在互联网上早已不是什么新鲜事儿了,但宣称要和Facebook一较高低的Snapchat却一推三五六地将责任全推给了第三方应用和用户。按Snapchat的话来说——Snapchat的很多用户受到了此次事件的影响,但这主要是因为他们使用了第三方应用来收发照片,我们在使用说明中明确规定这种行为是被严格禁止的。我们可以证实,Snapchat的服务器从未被攻破,也不是此次泄露事件发生的     

互联网的达芬奇密码

如今．没有人能够再忽视互联网产业对整个经济、对每个人的生活所带来的巨大影响。本书在趣味横生地讲述与你息息相关的中国互联网简史的同时,还不断地揭示作为互联网用户的你．作为千千万万的互联网细胞力量．这十几年来．是如何被中国互联网影响和改变．又是如何正在影响和改变着中国互联网的。     

基于Android系统的隐私保护技术综述

智能手机用户的隐私泄露问题日趋严重.为此研究了Android的系统框架及安全机制,包括沙盒、应用签名、权限机制.着重研究了Android系统中间件层的安全增强方法,列举了系统易受攻击的种类,总结了现有的隐私保护技术,包括应用程序安装时权限机制的扩展,运行时的动态权限监测以及隐私数据的保护.     

移动端非显式用户身份信息的隐私问题研究

智能设备给人们带来方便的同时也记录了大量使用者的使用习惯、位置、访问内容等隐私信息.文章综合考虑用户行为数据的采集方式,数据处理方式以及存储方式,自主设计用户行为数据的采集系统,并在智能终端设备上采集用户的大量非显式身份信息数据,包括网络流量信息、屏幕状态信息等,通过对这些数据进行处理和分析,发现利用这些非显式的用户身份信息可以有效对用户身份进行识别,并能推测出部分用户间的社会关系.实验表明,基于非显式身份信息数据的研究对保护用户隐私有重要的现实意义和很大的应用价值.     

保护大数据时代的个人隐私

各类“门事件”唤醒人们对隐私的关注。在大数据面前,互联网原有的隐私问题被进一步放大。现代商业难以抵挡大数据带来的诱惑,但如何在保护隐私和利用大数据之间取得平衡,是一个很现实的问题。     

保护隐私堵住6大安全缺口

近来,一系列因为隐私泄露而闹出的各种风波,让大家对隐私安全问题越来越重视。本文将给出一个全面的隐私安全的保护方案。无论是前几年这个"门"那个"门"事件,还是前段时间刚发生的CSDN的用户数据库密码泄露事件,关于隐私的新闻就从没有间断过。不过在很多人的印象中,隐私泄露似乎只和明星有关,其实就在我们不经意之间,你的诸多隐私可能已泄露出去了。     

价值与隐私:双面大数据

大数据的利与弊,不在于数据本身,而取决于拥有者和使用者的做法。从默默无闻到成为所有头版头条的标题,爱德华.斯诺登只用了几天时间。这个同时被称为"叛徒"和"英雄"的人,揭开了美国引以为傲的人权幕布,让互联网透过"棱镜"折射出"数据"与"隐私"的色彩。     

推荐系统中隐私保护策略的研究综述

推荐系统作为信息爆炸时代中一种有效地信息过滤手段,在科研和工业领域均得到了广泛的关注与应用。推荐系统根据用户的行为信息能够分析出用户的偏好特征,并以此为用户提供其可能感兴趣的新信息。然而,用户信息作为一种数据资源被广泛使用,不可避免地存在着用户个人信息泄露的情况。本文着眼于用户的隐私保护问题,从技术实现的角度出发,分析推荐系统中隐私保护的现状、技术实现的方法以及推荐准确度与隐私保护之间平衡性的问题。     

保护你的手机隐私360手机杀毒

随着移动互联网的发展,手机安全也越来越受到国人的重视。由于Android系统的开源与开放,让我们时刻面临着恶意软件和吸费扣费等威胁。尤其是在国内,各种Android应用市场鱼龙混杂,就更加重了安全威胁。要怎样才能保护自己的手机呢？杀毒软件是个不错的选择,我们今天就要给大家品鉴一款新的手机杀毒软件——《360手机杀毒》。     

冷暖2008——盘点中国互联网：曲折中前行的2008中国互联网

2008年对于中国互联网来说是非常重要的一年。2007年底时,几乎所有的互联网企业都把北京2008奥运会当作2008年最大的发展机会,但计划永远赶不上变化,2008年接连发生的重要事件严重影响了各个企业的发展计划,而在这期间,又有不少的人物和企业因此激情登台或者黯然离去。2008年,中国互联网一半是海水,一半是火焰。身在局中,冷暖自知。     

拒骚扰，护隐私!我的手机最安全

如今智能手机的价格日趋走低,跟普通手机的价格几乎没多大差距,周围很多朋友都用上了智能手机,手机也不再是简单的用来打电话和发短信的工具了,而是逐步演化成处理和存储个人信息的平台。那么我们应该如何保护智能手机的安全呢？其实使用“360手机卫士”就能对自己的手机进行全方位的保护。     

支持多数不规则用户的隐私保护联邦学习框架

针对联邦学习存在处理大多数不规则用户易引起聚合效率降低,以及采用明文通信导致参数隐私泄露的问题,基于设计的安全除法协议构建针对不规则用户鲁棒的隐私保护联邦学习框架.该框架通过将模型相关计算外包给两台边缘服务器以减小采用同态加密产生的高额计算开销,不仅允许模型及其相关信息以密文形式在边缘服务器上进行密文聚合,还支持用户在...     

推荐系统的隐私保护研究进展

推荐系统是建立在海量数据挖掘基础之上的一种智能平台,根据用户个人信息与物品特征,比如用户的兴趣、历史购买行为和物品的材质、价格等,利用统计分析和机器学习等人工智能技术建立模型,预测用户对新物品的评价与喜好,从而向用户推荐其可能感兴趣的潜在物品,以实现个性化的信息服务和决策支持.然而,推荐系统的历史数据集、预测模型和推荐结果都与用户的隐私休戚相关,如何能在有效保护用户隐私的前提下,提供正确性可验证的有效推荐结果是一个具有挑战性的重要研究课题.国内外现有的工作多是通过数据扰动或公钥全同态加密技术来试图解决这个问题,但都无法满足推荐系统对高效性、精确性和各类隐私保护的要求.从推荐系统隐私保护的模式、安全模型、轻量级的推荐系统隐私保护一般性构造与推荐结果正确性可验证、可审计等方面,系统阐述了国内外最新研究成果,并在此基础上提出了存在问题、未来研究方向与解决方案.在安全模型方面,聚焦于标准模型或通用组合模型下,用户数据隐私、预测模型隐私和推荐结果隐私等多种安全模型的形式化刻画;在轻量化方面,将不依赖公钥全同态加密技术,通过减少公钥加密/解密次数(最优时一次),在单用户、多数据模型和多用户、多数据模型下,提出高效的推荐系统隐私保护一般性构造方法;最后,通过批量验证技术研究推荐结果轻量化防欺诈与抗抵赖的一般性理论问题.从而,为适用于推荐系统隐私保护的新型加密方案研究及其实用化提供理论和方法支撑.