基于大數據的圖書館用戶個性化隱私保護策略

馬曉亭+李凌

作者簡介：馬曉亭（１９７４－），女，副教授，碩士，研究方向：大數據、數字圖書館建設。·信息資源開發與利用·

〔摘要〕近年來，用戶隱私保護問題已成為大數據時代圖書館的研究熱點，用戶數據隱私保護的意義顯得尤為重要。本文介紹了大數據時代圖書館用戶隱私保護問題的研究背景，提出了一種基于大數據的圖書館用戶個性化隱私保護策略，從隱私政策、隱私保護技術、數據可用性分析和圖書館監管4個重要方面，對圖書館用戶的隱私保護問題進行了分析與總結。

〔關鍵詞〕大數據；圖書館用戶；個性化；隱私保護

ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００８－０８２１．２０１４．０３．０１４

〔中圖分類號〕Ｇ２５０７６〔文獻標識碼〕Ａ〔文章編號〕１００８－０８２１（２０１４）０３－００６０－０３

Personalized Privacy Preserving Strategy for

Users of the Library Based on Big DataMa XiaotingLi Ling

（School of Information Engineering，Lanzhou University of Finance and Economics，Lanzhou 730020，China）

〔Ａｂｓｔｒａｃｔ〕In recent years,the privacy preserving for users of the library have become a hotspot in big data era,the significance of protecting data privacy for users becomes more prominent.In this paper,the research background of privacy preserving for users of the library in big data era was presented.Then,it discussed personalized privacy preserving strategy for users of the library based on big data,four important aspects of privacy preserving for user of the library were summarized and analyzed in detail,including privacy policy,privacy preserving technologies,data utility analysis,and the supervision of library.

〔Ｋｅｙｗｏｒｄｓ〕big data;user of the library;personalized;privacy protecting

隨著云計算、互聯網絡、傳感器、閱讀終端制造等技術的發展，圖書館基礎設施資源結構科學性和用戶服務保障力大幅提高，數據中心服務保障能力已不是制約讀者閱讀愉悅感和滿意度的關鍵因素。如何準確預測讀者需求和用戶服務模式發展趨勢，制定科學的服務資源管理、調度和用戶服務策略，提高圖書館在服務市場中的競爭力和防范服務風險，是目前圖書館界面臨的新問題。

大數據技術是繼云計算、物聯網技術之后IT界的又一次顛覆性變革。圖書館可通過對非結構化數據和結構化數據的快速、實時分析，明確復雜數據之間的相關性和發現價值，提高決策的科學性與優化用戶體驗，實現用戶服務效率與讀者閱讀收益的最大化。但是，在讀者個人數據的采集、管理、挖掘、分析和決策中，不安全的大數據應用方式和價值挖掘過程可能會侵犯讀者隱私，導致服務的可信度和用戶滿意度下降。因此，大數據時代圖書館必須加強讀者隱私保護［１］。

１圖書館大數據的特點與讀者隱私保護需求

１１圖書館大數據特點與讀者隱私的定義

１１１圖書館大數據的特點

圖靈獎獲得者Jim Gray提出：網絡環境下，每18個月產生的數據量等于有史以來數據總量之和。因此，隨著科技的發展和讀者需求增長，圖書館用戶服務的模式、內容和方法將發生巨大變革。伴隨用戶服務安全性、效率、經濟性和可靠性的不斷提高，大數據環境將呈現海量、多樣性、快速和低價值密度的特點。

大數據時代，圖書館服務內容主要包括用戶個性化定制與推送服務、虛擬參考咨詢服務、館際間聯合服務、與第三方大數據商的聯盟增值服務等。所涉及的大數據資源可分為圖書館系統管理與運營數據、讀者行為與閱讀關系數據、傳感器數據、監控數據、應用日志文件、XML文檔、JSON文檔和電子郵件等，數據格式主要為圖像、視頻、聲音、短信、標簽及狀態、地理位置標記，以及從社交媒體收集的其他數據。這些大數據資源可為增強圖書館的管理、服務和市場競爭力，以及提高用戶閱讀滿意度提供可靠的數據支持［２］。

１１２大數據環境下讀者隱私的定義

維基百科對隱私權定義如下：“隱私權是指個人人格上的利益不受不法利用或侵害，個人與大眾無合法關聯的私事，亦不得予以發布和公開。其私人活動，不得以可能形成一般人的精神痛苦或感覺羞辱之方式非法侵入的權利。是為眾多法律系統所支持的一種人身基本權利。”個人隱私通常有3種形態：一是個人信息，為無形的隱私；二是個人私事，為動態的隱私；三是個人領域，為有形的隱私。

大數據時代，圖書館對讀者個人行為或者關系數據采集、管理、挖掘、分析和決策的安全性，以及對讀者大數據資源使用的動機、讀者相關數據的質量與準確性、讀者對隱私數據的知情權與控制權、法律法規對隱私保護的有效性等因素，是決定讀者大數據閱讀收益和滿意度的關鍵。

１２大數據時代圖書館面臨的隱私安全問題與讀者隱私保護需求１２１云計算的共享特性可能導致隱私數據泄露

云計算是一種商業計算模型，它將計算任務分布在大量計算機構成的資源池上，使各種應用系統能夠根據需要獲取計算力、存儲空間和信息服務。云計算可為圖書館提供超級計算、海量存儲、高效管理和資源共享的服務，具有彈性服務、資源池化、按需服務、服務可計費和泛在接入的特點。

圖書館以云服務租賃的方式，按需從云服務商獲得云服務。因此，圖書館在數據存儲時通常與其他用戶共享存儲空間，無法明確讀者隱私數據在云空間的具體存儲位置，難以對讀者隱私數據的采集、存儲、使用和分享過程進行有效控制。其次，讀者隱私數據從圖書館數據中心向云空間傳輸中，以及在云空間內部不同的系統之間傳輸中，傳輸系統的開放性和多元化可能會導致用戶隱私數據被監聽、竊取和篡改。第三，為了提高云平臺服務效率和降低服務成本，云服務商通常會大量部署虛擬化技術。虛擬化技術自身特有的基礎設施結構脆弱性和較低安全性，可能會導致用戶賬戶被竊取、虛擬化攻擊、身份偽裝、認證失效和密鑰丟失等事件發生。第四，云服務商不安全的數據存儲、備份和銷毀策略，也會導致用戶隱私數據泄露。

endprint

１２２大數據環境讀者喪失了對個人數據的控制權

大數據時代，傳統IT環境下劃分的用戶數據權利邊界正在逐漸消失，讀者已喪失對個人隱私數據的絕對控制權。

傳統IT服務環境下，圖書館通常以簽署個人數據使用協議的方式，明確讀者提供個人信息的內容、應用途徑與方法、圖書館對個人數據使用的范圍和隱私保護義務，以及當讀者隱私權受到侵犯時圖書館應承擔的責任。而大數據環境下，圖書館通過對用戶閱讀行為監控、傳感器采集、用戶個人信息登記、讀者博客與論壇留言分析，以及與其他大數據平臺資源共享等方式獲得讀者的個人隱私數據，因此，隱私數據的所有權、使用權、控制權和監督權所有對象模糊。此外，圖書館還可通過對后臺數據的監控與采集，全面獲得讀者的個體特征、歷史行為、興趣愛好、社會關系和家庭地址等隱私數據。第三，在擁有海量、高價值數據的基礎上，圖書館可利用大數據平臺對用戶數據進行二次挖掘和知識發現，用戶對此類數據完全喪失了知情權和控制權。

１２３圖書館的個性化服務過程可能會侵犯讀者隱私

準確發現讀者需求和開展精準營銷，是保證圖書館個性化服務質量和較高用戶滿意度的關鍵。

首先，圖書館通過對用戶海量數據的采集、比較、聚類、分類、分析和判斷決策，從數據相關性中發現讀者的需求、服務模式發展趨勢、服務系統特性和QOS（服務質量）評估標準變化，并通過服務決策和系統的反饋控制，實現個性化服務的實時推送與即時優化。但是，當用戶數據呈現海量和關系結構復雜化特征時，讀者將會面臨隱私數據被過度挖掘和侵犯的風險。其次，圖書館在用戶個性化服務過程中，可能會過分強調讀者數據采集的范圍、程度、價值量和可用性。或片面追求用戶的個性化體驗效果和閱讀收益率，而忽視讀者對自身數據采集、應用和共享過程的知情權與控制權。第三，圖書館管理層對讀者隱私數據保護的法制觀念和道德水平，以及當圖書館自身利益與讀者隱私相沖突時決策的科學性，也是關系讀者隱私保護有效性的關鍵因素［３］。

１２４讀者大數據閱讀的復雜性可能會導致隱私問題

隨著閱讀終端制造技術的發展，讀者可利用不同類型的閱讀終端，在任何時間、任何地域、以任意模式開展所需內容的個性化閱讀。用戶雖已擺脫了時間、地點和服務方式對讀者的束縛，但是，閱讀終端的復雜化和多樣性，將導致圖書館服務系統結構復雜度和服務難度大幅增長，增大了讀者隱私數據被侵犯和竊取的概率。其次，圖書館在用戶數據的收集、分析和傳輸過程中，可能會涉及不同的數據傳輸網絡和傳輸模式，復雜的網絡結構和傳輸模式也增加了圖書館網絡監控和安全管理的難度。因此，個人隱私數據在傳輸過程中易被竊聽、截獲和篡改。第三，伴隨通信技術和數據處理技術的發展，移動閱讀將會成為未來讀者個性化閱讀的一個重要方式。移動閱讀模式雖然擺脫了地域對讀者個體的限制，但會泄露用戶的地理位置、個性習慣、健康狀況和社會地位等其他敏感信息，可能會對讀者的個人隱私和人身安全造成傷害。

２基于大數據的讀者個性化隱私保護策略

２１加強個性化精確服務的讀者隱私保護

讀者個性化精確服務是指圖書館利用大數據技術，將所獲取的數據資源進行分類、整合和分析，明確讀者的閱讀需求和圖書館服務保障能力。并將具有類似行為、興趣和閱讀需求的用戶劃分為不同的群體，根據用戶需求為讀者提供服務精準推送，實現圖書館服務效率和讀者閱讀的最大收益。

首先，讀者特征數據與社會關系數據的采集，應重點關注涉及讀者閱讀需求、愛好、習慣和閱讀關系的特征數據，盡量減少對用戶需求發現和閱讀QOS保障關系較小的，用戶個人身份和隱私行為等數據的采集。其次，在用戶個性化精確服務推送過程中，圖書館應將用戶數據的知情權、擁有權、選擇權和使用權交付用戶，不應過分強調個性化精確服務的質量而侵害用戶隱私。第三，圖書館應實現用戶數據的透明采集，并明確告知讀者相關數據采集的內容、方式和使用方向。在利用傳感器、監控設備和網頁搜集用戶數據時，應通過技術手段過濾掉讀者的姓名、住址、電話，閱讀終端類型、賬戶密碼、職業、身份、收入等隱私信息［４］。

２２云應用過程應與讀者隱私保護同步

云計算技術在提高圖書館服務效率、可靠性、用戶滿意度和降低運營成本的同時，也面臨著數據安全威脅和讀者隱私保護等問題，必須從管理策略和技術上予以保障，確保數據安全和讀者隱私權不受侵犯。

首先，圖書館在選擇云服務商和簽署服務協議時，應重點檢測和審查云服務商的信譽、管理能力、技術實力和云基礎設施結構科學性，通過指標的量化評估明確云服務商安全級別和保障能力。其次，圖書館與云服務商簽署服務協議時，須詳細明確云服務商和圖書館在數據安全管理與用戶隱私保護中的權利、責任與義務，以及當發生數據安全和用戶隱私侵犯等問題時，云服務商的應急策略和必須承擔的責任。第三，圖書館應根據自身經濟與技術實力構建私有云，并將用戶隱私數據傳輸到私有云中存儲。同時，應制定高安全級的數據管理、應用、訪問和備份策略，確保用戶隱私數據安全。

２３利用數據清洗和數據重構技術過濾讀者隱私數據在對大數據資源融合存儲來提高數據價值密度和準確性的同時，圖書館首先應通過數據的過濾、清洗和刪減過程，減少大數據資源庫中與讀者個性化服務決策無關數據的數量。同時，還應將涉及讀者隱私的特征數據符號化，或者采用數據相關人身份重構的方法，防止黑客通過用戶特征數據的反向推導獲得用戶隱私數據。其次，在大數據應用平臺的構建中，平臺應支持對讀者隱私數據進行匿名、加密、密鑰編碼和數據分片等操作，努力降低隱私數據應用和所有者之間的相關性，在不影響數據價值密度和可用性的前提下保障讀者隱私安全。第三，大數據平臺應通過讀者身份認證，支持用戶對圖書館采集的個人數據進行訪問、審查、糾正、刪除和匿名化處理等操作，提高讀者對個人隱私數據的可控性。第四，圖書館將擁有的大數據資源與第三方共享時，或對來自第三方平臺的讀者數據進行大數據分析、應用時，應加強用戶隱私數據的安全分析和評估，保證個人隱私數據不被非法共享和使用［５］。

２４制定并執行科學的用戶隱私保護法規

大數據時代，圖書館應依據國家相關個人隱私保護法規，制定并執行科學、高效的讀者隱私保護制度和策略。

圖書館在制定與執行讀者隱私保護制度時，應堅持與國家相關公民隱私保護法律和行業道德標準相一致的原則。同時，明確讀者數據采集、使用的方法和目的，確保讀者隱私數據采集、使用過程透明和符合法律規定。其次，圖書館應保證不過度采集、挖掘與使用用戶數據，并允許第三方安全機構對數據的采集、管理、應用和共享過程進行監督。第三，政府機構應制定科學、全面、詳細和可執行的法規，對圖書館使用、記錄、統計和分析公民隱私數據的行為進行監控，并對違規行為實施嚴厲處罰。第四，讀者應加強個人隱私數據的保護觀念和維權意識，自覺對圖書館使用自身數據進行全程監督和透明管理。當自身隱私權受到侵犯時，應拿起法律武器維護自身的合法權益。

２５圖書館應利用高科技術保護讀者隱私

首先，圖書館在數據中心基礎設施建設中，應以數據安全為核心對數據的采集、存儲、傳輸和使用過程實行生命周期安全管理。此外，在不影響數據安全性的前提下，應對安全級別較高的隱私數據采取數據加密、密鑰管理、身份認證、訪問控制、安全審計等綜合安全防護手段。其次，圖書館在讀者應用軟件設計中，在保

證軟件功能性、可用性、友好性和可擴展性的前提下，應加強應用軟件對讀者個體特征、網頁訪問紀錄、閱讀地理位置、用戶閱讀行為等隱私數據的管理與控制。此外，讀者必須擁有應用軟件的功能設置和數據控制權。第三，圖書館應保證讀者閱讀終端的使用安全和數據傳輸安全。可通過閱讀終端和傳輸網絡的數據加密，防止讀者閱讀過程被黑客攻擊，避免隱私數據被損壞、篡改、泄露或竊取［６］。

３結語

隨著大數據時代的到來，數據已成為圖書館明確讀者閱讀需求、提升自身服務保障力、優化服務市場環境和完善客戶關系的重要因素，是圖書館和其他服務商競爭的寶貴資產。在用戶個性化閱讀服務過程中，如何保證讀者隱私數據不被非法獲取、過度分析和挖掘，以及未經讀者許可不被第三方共享和濫用，是關系圖書館服務可信度、讀者閱讀愉悅感和滿意度的大事。因此，圖書館讀者個性化服務必須堅持以用戶數據安全和隱私保護為核心，依據國家公民隱私權保護相關法律制定科學、易執行的管理制度，并有效均衡圖書館利益、讀者閱讀滿意度和用戶隱私權保護三者之間的關系，才能保證讀者大數據個性化閱讀活動安全、高效、經濟和便捷。

參考文獻

［１］維克托·邁爾·舍恩伯格，肯尼思·庫克耶．大數據時代：生活、工作與思維的大變革［Ｍ］．盛楊燕，周濤，譯．杭州:浙江人民出版社，2012．

［２］劉向宇,王斌,楊曉春.社會網絡數據發布隱私保護技術綜述［Ｊ］.軟件學報,2013,（11）:1-15.

［３］易斌.高校圖書館讀者隱私保護現狀實證研究［Ｊ］.圖書館論壇,2013,33（3）:65-68,79.

［４］李寧,朱青.大數據模式分解的隱私保護研究［Ｊ］.計算機科學與探索，2012,6（11）:961-973.

［５］姚朝兵.個人信用信息隱私保護的制度構建［Ｊ］.情報理論與實踐,2013,36（3）:20-24.

［６］張海濤，黃慧慧，徐亮，等.隱私保護數據挖掘研究進展［Ｊ］.計算機應用研究，2013,30（12）:3529-3535.

（本文責任編輯：馬卓）

endprint