科研用户访问国外学术数据库的隐私保护与对策

doi:10.13266/j.issn.0252-3116.2019.10.002

图书情报工作 ›› 2019, Vol. 63 ›› Issue (10): 12-20.DOI: 10.13266/j.issn.0252-3116.2019.10.002

科研用户访问国外学术数据库的隐私保护与对策

艾琼¹, 刘纯璐², 游林³

1. 杭州电子科技大学图书馆杭州 310018;
2. 杭州电子科技大学通信工程学院杭州 310018;
3. 杭州电子科技大学网络空间安全学院杭州 310018

收稿日期:2018-09-27 修回日期:2018-11-22 出版日期:2019-05-20 发布日期:2019-05-20
作者简介:艾琼(ORCID:0000-0001-8230-5294),馆员,E-mail:aiq@hdu.edu.cn;刘纯璐(ORCID:0000-0002-9876-7685),硕士研究生;游林(ORCID:0000-0002-1383-0500),教授。
基金资助:
本文系浙江省教育厅科研项目"大数据下高校数字图书馆的云存储与服务安全问题研究"（项目编号：Y201636443）和浙江省教育技术研究规划课题"基于云环境下海量数字资源云服务辅助教学研究"（项目编号：JB015）研究成果之一。

Privacy Protection and Countermeasures for Scientific Research Users Accessing to Academic Databases in Big Data Environment

Ai Qiong¹, Liu Chunlu², You Lin³

1. Library, Hangzhou Dianzi University, Hangzhou 310018;
2. School of Communication Engineering, Hangzhou Dianzi University, Hangzhou 310018;
3. College of Cyberspace Security, Hangzhou Dianzi University, Hangzhou 310018

Received:2018-09-27 Revised:2018-11-22 Online:2019-05-20 Published:2019-05-20

摘要/Abstract

摘要： [目的/意义] 针对我国科研工作者获取国外学术信息过程中涉及的隐私保护问题，提出相关建议、对策与防范策略，并探讨大数据与区块链隐私保护技术及其实现隐私保护的可行策略。[方法/过程] 通过对国外学术数据库平台网站的访问数据进行收集分析，发现这些数据库平台除了在其自身网站中插入收集用户信息的脚本外，还存在使用第三方平台脚本对用户信息进行实时收集的情况，并对此结果进行分析，挖掘其关联性。[结果/结论] 通过大数据技术，科研用户访问国外学术数据库信息可为数据库商及其合作伙伴或政府机构所获取利用，致使科研用户的隐私信息发生泄露的风险，从而导致个人安全问题、财务问题，甚至国家安全问题，需要从多个层面加以重视。

关键词: 大数据, 国外学术数据库, 科研用户, 隐私保护, 区块链

Abstract: [Purpose/significance] Aiming at the privacy protection issues involved in the process of Chinese scientific research user accessing foreign academic information, this paper puts forward some suggestions, countermeasures and prevention strategies. The paper also studied the protection technologies about the big data and block chain privacy, and feasible privacy protection strategies.[Method/process] By collecting and analyzing the network access data of some representative foreign academic database platforms, it is found that not only the platforms themselves insert the scripts on their websites to collect user information, but also there exist real-time collections and analyses of user information using the third-party platforms.[Result/conclusion] Under the big data environment, through large data technologies, the information can be used by database vendors and their partners or government agencies, and it will lead to the risk of disclosure of privacy information of scientific research users, which may cause some personal safety issues, personal financial problems, or even national security issues.

Key words: big data, foreign database, research users, privacy protection, block chain

中图分类号:

G203

艾琼, 刘纯璐, 游林. 科研用户访问国外学术数据库的隐私保护与对策[J]. 图书情报工作, 2019, 63(10): 12-20.

Ai Qiong, Liu Chunlu, You Lin. Privacy Protection and Countermeasures for Scientific Research Users Accessing to Academic Databases in Big Data Environment[J]. LIS, 2019, 63(10): 12-20.

参考文献

[1] 姜山,王刚.大数据对图书馆的启示[J].图书馆工作与研究,2013(4):52-54.
[2] 彭华杰.大数据时代图书馆读者的隐私危机与隐私保护[J].图书馆工作与研究,2014(12):56-59.
[3] TAJANI A[EB/OL].[2018-03-19].https://twitter.com/ep_president/status/975683240777453569.
[4] 清华大学数据库导航系统-x server版[EB/OL].[2018-11-20]. http://nav.lib.tsinghua.edu.cn/xport/dbdh.htm.
[5] POLANKA S. OverDrive announces a series of "Big Data" reports|NSR[EB/OL].[2017-03-20]. http://www.noshelfrequired.com/overdrive-announces-a-series-of-big-data-reports/.
[6] IEEE隐私政策. IEEE-privacy & opting out of cookies[EB/OL].[2017-04-05].http://www.ieee.org/about/help/security_privacy.html.
[7] Elsevier privacy policy[EB/OL].[2016-12-29]. https://www.elsevier.com/legal/privacypolicy.
[8] SpringerLink隐私声明. Legal information Springer[EB/OL].[2017-04-05].https://link.springer.com/termsandconditions.
[9] OverDrive帐户隐私政策[EB/OL].[2018-11-20]. http://company.overdrive.com/privacy-policy/.
[10] 廖璠,黄丹珠.国外图书馆用户隐私保护理论与实践研究进展[J].情报理论与实践,2012(4):120-123.
[11] 孟小峰,张啸剑.大数据隐私管理[J].计算机研究与发展,2015(2):265-281.
[12] 李爱国,曹翔,汪社教.图书馆用户信息资源化过程中用户隐私信息保护问题与对策[J].图书情报工作,2015,59(13):26-30.
[13] 中共中央网络安全和信息化领导小组办公室.国家网络空间安全战略[EB/OL].[2018-11-20].http://www.cac.gov.cn/2016-12/27/c_1120195926.htm?from=timeline.
[14] YOU L, YANG L, YU W, et al. A cancelable fuzzy vault algorithm based on transformed fingerprint features[J]. Chinese journal of electronics, 2017, 26(2):236-243.
[15] 张衠,李兆雄.大数据本地存留与跨境流动问题研究[J].信息安全与通信保密,2015(6):65-69.
[16] ENSERINK M, CHIN G. The end of privacy[J]. Science, 2015, 347(6221), 490-491.
[17] ROY I, SETTY S, KILZER A, et al. Airavat:security and privacy for MapReduce[C]//Proceedings of the 7th USENIX conference on networked systems design and implementation. San Jose:USENIX Association Berkeley, 2010:1-16.
[18] ZHANG G, YANG Y, CHEN J. A historical probability based noise generation strategy for privacy protection cloud computation[J]. Journal of computer and system sciences, 2012, 78(5):1374-1381.
[19] WANG C, WANG Q, REN K, et al. Privacy-preserving public auditing for data storage security in cloud computing[C]//Proceedings of the 29th INFOCOM 2010. Piscataway:IEEE, 2010:1-9.
[20] ZHANG L, YAN Z, KANTOLA R. A review of homomorphic encryption and its applications[C]//Proceedings of the 9th EAI international conference on mobile multimedia communication. Brussels:ICST, 2016:97-106.
[21] CHILLOTTI I, GAMA N, GEORGIEVA M, et al. Faster fully homomorphic encryption:bootstrapping in less than 0.1 Seconds[C]//Proceedings of the 22nd international conference on the theory and application of cryptology and information security (ASIACRYPT 2016). Berlin:Springer, 2016:3-33.
[22] ARDAGNA C, CREMONINI M, SABRINA D, et al. An obfuscation-based approach for protecting location privacy[J]. IEEE transactions on dependable and secure computing, 2010, 8(1):13-27.
[23] PAN X, XU J, MENG X. Protecting location privacy against location-dependent attacks in mobile services[J]. IEEE transactions on knowledge and data engineering, 2012, 24(8):1506-1519.
[24] YANG D, GAVIGAN J, O' HEARN Z. Survey of confidentiality and privacy preserving technologies for blockchains[EB/OL].[2018-04-05].https://www.r3cev.com/blog/2017/3/8/survey-of-confidentiality-and-privacy-preserving-technologies-for-blockchains.

科研用户访问国外学术数据库的隐私保护与对策

Privacy Protection and Countermeasures for Scientific Research Users Accessing to Academic Databases in Big Data Environment

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	汪雅君, 石进, 李明, 刘亦卓. 基于构件的情报分析模型研究[J]. 图书情报工作, 2022, 66(8): 92-101.
[2]	孙迟瑶, 刘继安, 徐艳茹. 美国一流大学本科数据科学教育体系——建设路径、体系特征与发展趋势[J]. 图书情报工作, 2022, 66(8): 134-143.
[3]	李嘉兴, 王雷, 宋士杰, 朱庆华. 重大突发公共卫生事件驱动的医疗数据开放治理模式研究[J]. 图书情报工作, 2022, 66(4): 23-32.
[4]	吴文瀚. 搜索引擎全量数据的用户画像模型研究——设计与实证[J]. 图书情报工作, 2022, 66(4): 129-141.
[5]	吕鲲, 陈箫羽, 靖继鹏. 基于组合分词方法和LDA模型的区块链金融产业关键技术识别研究[J]. 图书情报工作, 2022, 66(19): 110-121.
[6]	陆丽娜, 尹居峰, 于啸, 尹丽红. 基于联盟链的农业科学数据共享模型构建研究[J]. 图书情报工作, 2022, 66(17): 60-68.
[7]	刘宇, 史继强, 徐英祺, 陆颖. 学科服务3.0模式研究与实践[J]. 图书情报工作, 2022, 66(16): 69-77.
[8]	孙瑞英, 李杰茹. 我国政府数据开放平台个人隐私保护政策评价研究[J]. 图书情报工作, 2022, 66(12): 3-16.
[9]	陈虹枢, 宋亚慧, 金茜茜, 汪雪锋. 动态主题网络视角下的突破性创新主题识别:以区块链领域为例[J]. 图书情报工作, 2022, 66(10): 45-58.
[10]	储节旺, 丁辉. 美国政府开放数据个人隐私保护政策及对我国的启示——基于52个政策文本的内容分析[J]. 图书情报工作, 2021, 65(8): 140-150.
[11]	刘坤锋, 李艳红, 张心源. 信任视角下数据智能与专家知识的对比实证研究[J]. 图书情报工作, 2021, 65(6): 110-117.
[12]	段秋婷, 谢兴政. 以小共同体本位为特征的社交媒体用户隐私保护意向形成机制[J]. 图书情报工作, 2021, 65(6): 118-128.
[13]	杨国立. 因时而变因势而新——评《新时代情报学与情报工作论丛》[J]. 图书情报工作, 2021, 65(21): 6-10.
[14]	卢周来. 紧扣时代互动发展——评《情报与智库》[J]. 图书情报工作, 2021, 65(21): 31-33.
[15]	李洪晨, 马捷, 胡漠. 面向健康医疗大数据安全保护的医疗区块链模型构建[J]. 图书情报工作, 2021, 65(2): 37-44.