数智驱动电商服务平台隐私保护策略研究

天保 郝(河北科技师范学院财经学院，中国;)
志琴 任(河北科技师范学院网络技术中心，中国;)
丽 韩(河北科技师范学院网络技术中心，中国;)
李沙 彭(河北科技师范学院财经学院，中国)

摘要

近年来，随着电商的快速发展，隐私泄露问题频发，用户的个人信息面临泄露和滥用的风险，人们对隐私保护的需求日益增加，保护用户数据隐私成为平台的重要任务，因此基于电商平台的隐私保护技术受到了人们的广泛关注。本文全面梳理了现有隐私保护关键技术，对电商平台中的数据进行处理设计，提出了一种基于隐私保护的设计方法，包括数据分级、敏感数据的识别、数据脱敏规则算法、脱敏策略的管理和静态脱敏任务的设计。最后，给出了基于电商平台的用户隐私保护策略，保护用户的隐私安全。

关键词

电子商务；隐私保护；策略

参考

孙艳. 电子商务信息安全问题研究[J].探索与观察, 2022,37-39.

JIANPING CAI, XIMENG LIU, ZHIYONG YU. Efficient Vertical Federated Learning Method for Ridge Regression of Large-Scale Samples [J]. IEEE Transactions on EMC, 2022, 7, 511-526.

Bing Wu, Xiaolei Dong, Jiachen Shen, Zhenfu Cao. Enhancing Model Performance via Vertical Federated Learning for Non-Over-lapping Data Utilization [C]. ISPDS, 2023.

Mingjun Dai, Ziying Zheng, Zhaoyan Hong, Shengli Zhang. Edge Computing-Aided Coded Vertical Federated Linear Regression [J]. IEEE TRANSACTIONS ON COGNITIVE COMMUNICATIONS AND NETWORKING, 2022, 8, (3), 1543:1551.

王瀚仪，李效光，毕文卿，陈亚虹，李凤华，牛犇. 多级本地化差分隐私算法推荐框架[J].通讯学报，2022, 43(8), 52-63.

朱骁，杨庚.横向联邦学习中 PCA 差分隐私数据发布算法[J]. 计算机应用研究, 2022, 39(1),236-240.

霍炜, 郁昱, 杨糠, 郑中翔.隐私保护计算密码技术研究进展与应用[J]. 中国科学:信息科学, 2023, 58(9),1688-1733.

Qingfeng Lei, Hua Yang, Taiyong Deng, Jiangrong Liu, Falin Ji-ang. Research on online test question recommendation technology based on multi-dimensional user dynamic port [C]. ICSCAS, 2022.

曾德胜, 何健, 宁建飞, 欧国成. 大数据时代计算机网络信息安全防护策略分析[J]. 软件, 2022, 43(9), 64-66.

吴响, 臧昊, 俞啸. 基于抽样路径的K-匿名隐私保护算法[J].电子技术应用, 2016,42(12):115-118.

韩雪. 一种基于聚类的语义l-多样性隐私保护算法[M].哈尔滨工程大学. 2014:25-28.

杨静, 张冰, 张健沛, 谢静. 基于敏感等级划分的(l,t)-相近性匿名算法[J], 华中科技大学学报, 2014, 42(8), 12-17.

郭雅馨, 范启天, 严利民.一种基于差分隐私的联邦学习隐私保护算法[J].复旦学报, 2025,64(04),385-394.

DOI: http://dx.doi.org/10.12345/cjygl.v10i2.36927