社交网络隐私主动泄露现象分析：以百度贴吧和微博为例

社交网络隐私主动泄露现象分析：以百度贴吧和微博为例

OP：我有死侍2的资源，想要的话请留下邮箱！

我一个旁观者：祝福发帖者一生平安~，谢谢。

无聊的人：网站：

本文主要以百度贴吧、微博为例，对社交网络上主动隐私泄露的现象进行分析和探讨。

1. 主要思想

如果是针对个人用户，比如已知的个人信息，并且这些信息能够和社交网络中的某个账号形成一键式关系，那么就可以直接使用百度的站点语法，利用信息X构造来搜索目标SNS。

此时不一定能获取足够的数据，因为不知道单个目标是否曾泄露过隐私，其SNS使用深度也未知。因此我们使用敏感信息通配符进行搜索，先获取用户集合，再获取发言情况。具体流程如下：

2. 单个用户的工具实现

由于代码水平太差就不贴了，emmmm其实就是一个简单的爬虫，具体架构如下：

部分核心函数代码及注释如下：

效果就是当你输入某条信息的时候，它会返回给你指定社交网络中与之相关的用户，你确认用户名，它就会继续爬取该用户的所有语音记录，以后再也不用自己慢慢找了~

另外，因为我比较懒，所以我只用贴吧和微博两个SNS。

3. 理念推广，即获取大量数据的方法

听起来麻烦，其实就是简单的替换，不再局限于看某个人，不过嗯嗯，留了邮箱地址的都来找我，最后如上图所示，我得到了23MB的文本。

由于常规操作较多，爬虫运行速度很慢，云上跑了7000多个用户，用了四五天时间，我加了多线程好像没什么改善？

4. 文本语料处理 4.1 语料预处理及后续操作

此时我们有大量主动泄露个人隐私的用户评论，当然需要对其进行分析。分析之前我们先对语料进行清洗，然后进行分词和向量化。具体主要步骤如下：

去掉停用词和正则表达式很有用，具体的停用词库是几所高校收集的，向量化直接用，其实SNS演讲包含大量短语和短对话，可能用文本向量会更好，但作者技术有限，又懒，就直接用词向量分词了。

4.2 对照组的选择

对照组的选取其实挺麻烦的，正常情况下，这时候你拿到的都是主动泄露隐私的不安全用户的言论，你应该选择一个安全的用户来对比。但定义一个安全的用户太难了，就是我发现你发表的言论中，有个人隐私的，你就是不安全的，但只有你所有的言论都正确，你才是安全的。这里我偷工减料，用的是2012年CCF的微博分析文本，长这样：

4.3 可视化结果

其实在向量化过程中，初始向量是 3M+ 300 维的向量，如果降维到二维，我的笔记本跑不起来。所以我根据分词阶段的权重做了筛选，降维了几个比较有代表性的向量。如下图所示，这是前三次：

我们可以看到，在蓝色对照组中，出现了小规模聚类的情况。这是因为对照组中的文本本身就具有相当强的主题性。

当权重为时，比较如下：

与前面三个实验不同的是，随着考虑范围的扩大，对照组的小规模聚类逐渐消失，两组向量的分布范围接近，没有明显差异。这证明了SNS隐私悖论导致的隐私泄露用户在言语上与一般用户没有明显差异，没有出现明显的言语聚类现象。换言之，仅凭言语来判断用户是否存在安全风险是不可行的。

基于以上结论，做出如下推论：如果SNS用户有特定需求，包括但不限于分享需求，则记录为触发条件，隐私悖论引发的隐私泄露为偶然事件，那么遭遇该事件的用户随时可以在正常活动与隐私泄露之间切换。当触发条件满足时，用户牺牲个人隐私来换取需求的满足；而需求满足后，则继续正常的社交活动。因此，该类用户属于普通用户的子集，可能不是真正的子集。

5.建议解决方案SNS服务器安全策略

1）创建资源共享的专门域，用于资源的共享和分发，完成站内资源的交换，避免SNS之间出现交叉链接，可能导致用户的SNS之间的关系被攻击者连接起来。

2）以用户关系的深度作为信任程度。

3）资源共享区域信息对于低信任度用户不可见，过滤掉了一些不活跃的SNS攻击者和攻击账号，增加了攻击成本。

4）进入资源共享区需要SNS通讯损耗（包括但不限于论坛币），进一步增加了攻击成本，避免大规模批量攻击。

通过隔离SNS中用户分享需求和表达需求实现的区域，将隐私信息分离保护起来。并通过设置权限、收费获取信息等方式，在不影响用户使用的前提下，增加信息获取难度。增加了攻击者对SNS进行自动化攻击的成本，使攻击者进行社会工程攻击的难度加大，从而保护了用户信息安全。

搜索引擎使用限制

1）建立SNS网站列表，收集列表中的信息，提供通用的搜索服务。不提供或者限制使用site、inurl等语法。

2）分析搜索语句，如果发现包含敏感信息并使用高级语法，则拒绝服务。

3）使用IP白名单策略，仅对指定教育或科研机构IP段提供高级语法服务

4）关闭高级语法

以上四个选项可行性依次降低，安全性依次提高，百度网盘可以过滤，那么过滤自己的贴吧是不是有点过分了？

最后，请观看《死侍2》。

*本文作者：仙三仙三仙三，本文属于原创悬赏计划，未经允许禁止转载。