10、面向应用的隐私增强技术选择

面向应用的隐私增强技术选择

1. 引言

在隐私工程中，选择合适的隐私增强技术（PETs）是一项关键活动。例如，在基于目标或基于风险的工程方法中，选择PETs分别用于满足需求或降低风险。虽然这一步骤高度依赖于具体应用，但由于存在通用的PET选择标准，因此可以系统地进行处理。例如，PET所针对的隐私目标，如匿名性或不可检测性，可指导工程师进行设计决策。

过去已有一些对PETs进行系统化分类的工作。例如，LINDDUN方法根据PETs的隐私保护目标对其进行分类，并区分针对事务性数据和上下文数据的PETs；Heurix等人则根据PETs所针对的信任场景以及是否涉及可信第三方等进行分类。然而，这些系统化方法没有充分考虑PETs选择的实际背景，例如未充分考虑PETs可应用的功能上下文以及其他实际标准，并且部分内容已经过时。

本文提出了一种更面向应用的PET分类方法。该分类方法基于先前的提议，整合了一些标准，如技术的目标隐私保护目标及其对其他非功能需求的影响，同时还考虑了PET的功能上下文以及技术成熟度等优先级标准。我们根据这些标准对29种PETs进行了分类，并通过一个用例将其与LINDDUN分类方法进行比较，以证明其有效性。我们期望这项工作能帮助工程师和非专家选择合适的PETs，并促使PET开发者根据我们的标准评估他们的技术，使其更具可比性。

2. 对PETs进行分类

过去已经提出了各种选择PETs的方法，但要恰当地应用这些技术可能比选择它们更具挑战性，例如在特定环境中应用PETs可能涉及大量的开发工作。我们的目标是开发一种以应用为中心的PET分类方法，以预见PET应用时可能带来的挑战。以下是我们在分类中所考虑的标准。

2.1