隐私保护系统.pptVIP

Linkedin Application Info Facebook Archive Google 数据备份 Facebook Restricted List Google Account Delete Mixi 有哪些信誉好的足球投注网站可见性 用户隐私分析和保护 刘丹(弦) dan.liu@ 摘要 背景介绍 行业动态 信息价值，隐私定义 隐私泄漏原因 隐私泄漏途径 隐私泄漏举例 隐私保护策略 联动保护体系 隐私保护产品赏析 背景 信息爆炸时代，各种信息流充斥互联网，需要更好的梳理，聚合，重新导向，更好的保护，提供更安全更完善的数据保护体系 掌握了足够的用户的信息，提供更加贴近用户的服务，依附了足够多用户的互联网产品有更强的生存能力 信息利用是把双刃剑，带来价值的同时，隐私安全保护，是一个极具价值的挑战和工作 行业动态 Google隐私策略调整 Google搜集设备信息，有哪些信誉好的足球投注网站查询信息，手机相关数据，位置信息，并且使用HTML5、浏览器存储、程序数据缓存、cookies和其它匿名标记的技术来收集并保存用户信息，并对这些信息整合，综合使用 各个业务线上的信息数据无法整合，限制了Google的发展，此次变更是针对数据的一次调整，意味着Google可以利用手中的信息，建立一套完整的用户行为兴趣模型，为其提供更具个性化的精准服务 Facebook在数据信息整合上已经走在了前面，在提供基于信息的立体化服务，上面商业价值极大 行业动态 与此同时大规模帐号泄漏事件 去年震动中国互联网的泄漏事件，积蓄很久的安全问题决堤 各家分别提升安全保护策略防止事态进一步发展恶化 泄漏背后是错综复杂的黑色产业链，利益链条驱使信息窃取者大范围的盗取截获用户的帐号相关信息 痛定思痛，到底是何原因导致事件的爆发 行业动态 两者看似无关的事件，都围绕这一个名词“隐私信息” 互联网公司通过对信息的整合梳理，将网络产生的价值最大化 地下产业链工作者，对信息进行收集贩卖，获取其中的价值 信息保护开始走入人们的视野，越来越多的人关注信息安全 信息的价值 健康的产业链 利用全面的信息对用户建模，分析用户行为，获得用户的行为特征，对用户的消费行为进行导向 利用用户模型为用户提供增值消费服务 销售基于信息的平台服务:为商家提供供销平台 黑色产业链 贩卖用户资料到推销公司 窃取信息进行诈骗和金融盗窃 根据信息盗取虚拟货币进行贩卖 隐私信息 黑色产业 互联网公司 引导消费 增值服务 平台服务 信息贩卖 诈骗 虚拟货币 隐私定义 狭义 个人资料 联系方式 朋友关系 私人信息 广义 信息:散落在互联网各个角落的数据 上述隐私数据 访问痕迹数据 网络遗留数据 隐私泄漏的原因 利益驱动 黑色产业链条 信息持有者意识薄弱 互联网产品设计不当 用户本身 信息保存不当 用户主观泄漏 产品信息存储安全漏洞 隐私泄露途径 不安全的传输、存储、展现 数据非加密传输 存储环节存在诸多逻辑和物理漏洞 缺乏全面的安全产品意识，导致用户隐私信息泄漏 用户隐私意识薄弱 忽视数据在互联网的残留 无视程序和产品对自己隐私信息的收集 隐私信息被恶意收集者采用欺诈的方式收集 隐私收集者的定向收集 利用漏洞入侵互联网产品 通过有哪些信誉好的足球投注网站引擎进行收集:遗留在角落中的数据 通过恶意危险程序收集:客户端程序收集 恶意收集爬取用户的数据:数据抓去程序，云抓取 隐私泄漏举例 云存储服务 各种存储用户信息的云服务 移动设备信息 LBS位置泄漏:谷歌纵横，签到应用，交友应用 设备丢失造成的泄漏 恶意终端程序收集信息:绕过智能手持设备，收集用户信息 传统互联网产品 社交产品信息泄漏：安全意识薄弱导致的泄漏 第三方应用信息泄漏:未授权的应用收集用户行为和爱好 有哪些信誉好的足球投注网站引擎对用户信息的存储和索引 用户的浏览记录，网页浏览习惯 服务器遭受入侵导致泄漏:某大型网站数据库被窃取并公开 恶意程序收集 桌面程序的恶意扫描收集:某些程序扫描本地硬盘内容 隐私保护-攻和守的博弈 互联网厂商安全体系 完善的产品安全策略 健壮的数据监控保护系统 全面的数据安全使用规范 提供灵活、开放、全面的隐私管理功能 提供隐私保护相关的设备、工具、方案 互联网用户的安全意识 提醒用户隐私泄漏的危害 教育用户习惯保护自己的隐私 相关司法条款 相关部门制定隐私保护条例 厂商-产品安全策略 对产品进行隐私评级 数据种类评定:何种数据将被使用 数据展现范围确定:好友可见,特殊人群可见，悄悄话 数据的价值判定:是否是核心数据(帐号密码联系方式) 保护开关机制:随时可以切断数据供给 数据的分发途径:何种业务线会使用 厂商-数据使用规范 根据级别制定严格的使用规范 明确不同数据的作用域:禁止数据跨域展示 限制数据的流通渠道:特定的数据只能存在于特定业务 数据泄漏黑盒白盒检查:需要对产品进行数据泄漏检测