论文笔记：大数据平台上的隐私保护及合规关键技术研究

7. 大数据平台上的隐私保护及合规关键技术研究

7.1 论文信息

• 作者：杨露
• 年份：2021年
• 研究机构：四川大学计算机学院
• 主要内容：提出一种自动抽取隐私政策中的合规规则的方法，并设计基于图匹配的合规分析方法，以评估大数据平台的数据处理合规性。

---

7.2 问题分析

1. 隐私政策中目的表达句法特征不明显，难以准确抽取；
2. 大数据平台审计日志缺乏支持数据使用目的的隐私合规性分析能力。

---

7.3 研究方案

1. 目的感知规则（PAR）

定义四元组：PAR = {Actor, Action, Data Object, Purpose}。

图7.1 目的感知规则示意图

2. 抽取方法流程图

图7.2 目的感知规则抽取方法流程图

3. 合规验证方法

构建数据规则图和数据处理图，统一表达数据规则和处理过程。

图7.3 数据规则图模型

图7.4 数据处理图模型

图7.5 合规分析算法

---

7.4 实验评估

1. 规则抽取实验

• 600 条句子作为实验数据集；

图7.6 数据集情况

• 显式目的抽取精确率高但召回率低；
• 隐式目的抽取依赖 SRL 工具，效果一般；
• 改进 SwiRL 模型后显著提升隐式目的抽取效果。

图7.7 显式目的的抽取结果

图7.8 隐式目的的抽取结果

图7.9 改进后的SwiRL模型实现的隐式目的的抽取结果

2. 合规验证方法实验

图7.10 隐私规则抽取对比试验

---

7.5 优缺点

优点

1. 实现了对隐私政策中数据使用目的的自动抽取；
2. 提出显式与隐式目的表达方式，提高覆盖率；
3. 使用图结构建模数据处理规则和过程，便于合规性分析。

缺点

1. 语义角色标注模型依赖人工标注，效率不高。