Privacy-Aware Folksonomies
Privacy-Aware Folksonomies
复制标题
隐私意识民间分类法
DOI：
10.1007/978-3-642-15464-5_17
复制
发表时间：
2010
期刊：
影响因子：
--
通讯作者：
J. Müller
中科院分区：
文献类型：
--
作者：
Clemens Heidinger;Erik Buchmann;Matthias Huber;Klemens Böhm;J. Müller
许多流行的网站使用大众分类法，让人们用无模式标签来标记图像（Flickr）、音乐（Last.fm）或URL（Delicous）等对象。Folksonomies可能会泄露个人信息。例如，标签可以包含敏感信息，标记对象的集合可能会泄露兴趣等。虽然许多用户要求复杂的隐私机制，但当前的大众分类系统最多提供粗略的机制，并且系统提供商可以访问所有信息。本文提出了一个隐私感知的大众分类系统。我们的方法包括一个分区方案，分布在四个供应商的大众分类数据，并利用加密。密钥共享机制允许用户控制哪一方能够访问她生成的哪个数据项。我们证明，我们的方法生成的大众分类数据库是无法区分的随机元组组成的数据库。
Many popular web sites use folksonomies to let people label objects like images (Flickr), music (Last.fm), or URLs (Delicous) with schema-free tags. Folksonomies may reveal personal information. For example, tags can contain sensitive information, the set of tagged objects might disclose interests, etc. While many users call for sophisticated privacy mechanisms, current folksonomy systems provide coarse mechanisms at most, and the system provider has access to all information. This paper proposes a privacy-aware folksonomy system. Our approach consists of a partitioning scheme that distributes the folksonomy data among four providers and makes use of encryption. A key sharing mechanism allows a user to control which party is able to access which data item she has generated. We prove that our approach generates folksonomy databases that are indistinguishable from databases consisting of random tuples.