3、智能交通系统隐私风险评估与网络安全新指标探索

智能交通系统隐私风险评估与网络安全新指标探索

1. 智能交通系统实时隐私风险评估

在智能交通系统（ITS）的应用中，实时隐私风险评估至关重要。这主要体现在以下几个方面：
- 告知终端用户隐私风险 ：通过风险评估矩阵，将识别出的隐私风险、发生可能性、后果以及风险级别呈现给终端用户。该矩阵是评估方法的最终输出，能让用户清晰了解ITS服务带来的隐私风险。例如，矩阵中的风险描述会解释暴露的隐私风险，可能性和后果量表展示每个风险的发生概率和影响程度，风险级别列则明确各风险的等级。同时，欧盟指标不仅支持风险评估，还能让用户知晓评估中考虑的特定用户信息。
- 协助ITS提供商评估合规风险 ：该方法主要为终端用户对重要隐私资产（如身份信息）进行风险评估。相关法律法规对终端用户隐私有明确要求，此方法有助于提供商评估服务的隐私合规风险。而且，风险模型中指标的使用能帮助提供商将风险与特定隐私法律法规关联起来。
- 实时隐私风险评估 ：当前的方法具备工具支持和自动化的基础。CORAS有正式的风险计算规则，可依据现有指南将其风险模型转化为可执行算法。基于指标提供的输入，算法能评估风险模型捕获的隐私风险。不过，在ITS隐私评估领域，指标驱动的实时评估仍是待探索的领域，未来计划研究如何从ITS获取实时信息以支持隐私风险评估。

2. 网络安全新指标：平均盲点

在网络安全领域，衡量组织应对安全事件的准备程度十分关键。为此，引入了一个新的网络安全指标——平均盲点（Mean Blind Spot）。
- 指标定义 ：平均盲点