21、基于语义信息的机密性模型设计

基于语义信息的机密性模型设计

在当今数字化时代，信息的保密性至关重要。许多学者设计了各种机密性方案来保障信息安全，但不同方案有其适用场景和局限性。本文将介绍一种基于语义信息的机密性模型，包括背景细化原型、信息分包与存储等内容。

1. 无需协商机密性的信息保护

学者们设计了多种机密性方案来保障信息安全，常见的有 k - 保密方案等。这些方案通过让人们模糊识别信息集中的信息，主要防止信息的自我暴露。

另一些框架如差分机密性处理的是有计划的信息集，需要元素具有受限区域。用户自由创建的文档需根据其暴露的语义进行保护，因为开放文本是无计划且无限的。而且，机密性原型的说明很自然，用户可借此精确描述机密性要求，但一些基于无形数值创建的机密性原型，很多用户觉得难以理解。

适合当前情况和要求的机密性原型是背景细化，它是基于文本细化的常见机密性原型。该原型通过一组上下文来描述所需的机密性级别，若保护结果不包含在同一文档中唯一或共同存在的、能揭示敏感元素语义的术语，则满足机密性保证。例如，在医疗文档中，经过细化处理的文档不应包含“HIV”和“艾滋病”等术语，以防非法信息窃取者获取相关信息。

1.1 背景细化示例

对于输入文档 id，存在可能入侵者的上下文信息 ic，需要保护一组敏感信息 di。当且仅当 id’不包含任何单个或组合起来通过协商 ic 可能暴露背景细化中任何单元的单词 w 或单词集 ws 时，id’才是 id 的背景细化版本。为了精确安排安全程度和信息利用率之间的交易，可以通过提及敏感对象的一组概述 O(di) 来描述一个固定的最大暴露值。例如，(HIV, 疾病) 和 (HIV) 细化文档不仅会减少艾滋病的暴露，还会分别暴露与