本书介绍了网络个人标识信息（Personally Identifiable Information，PII）的概念、研究意义，阐述了国内外隐私保护相关法律法规的理念和区别，分析比较了国内外隐私泄露检测技术研究的区别与联系，总结了海量网络流量数据信息采集及数据预处理的框架和基本方法，结合用户实体行为分析、网络流量协议分析和自然语言处理三个领域，分别论述了在海量网络流量大数据中定位抽取个人标识信息的三类方法，运用这三类方法可达到快速、自动、准确地检测隐私泄露的目的。本书可以作为计算机科学与技术、信息科学、网络空间安全等相关专业高年级本科生和研究生的参考书，也可以作为教师、科研人员的参考材料。本书定位于希望了解隐私泄露检测、隐私保护等方面的读者，对于从事数据挖掘、信息安全等领域的研究人员也具有很好的参考价值。
随着近年来网络技术的高速发展，很多人已经习惯使用各种各样的网络应用程序提高自身的生活质量。为了提供高质量的网络服务，网络应用服务商通常需要收集用户的个人标识信息。
网络应用服务商通常会合理合法地收集和使用这些个人标识信息，但是不排除部分网络应用服务商有过度或恶意收集和使用个人标识信息的情况。实际上，大部分用户并没有审查或者阻止个人标识信息被过度收集的能力，很多时候甚至察觉不到自己的个人标识信息已被收集，或者不清楚被收集了哪些信息，而在个人标识信息被收集的过程中，用户个人隐私信息也存在被泄露的风险。
随着网络传输能力和计算性能的提高，网络流量中个人标识信息隐私泄露检测方法逐渐成为网络信息安全领域发展的重要研究方向之一。本书以高性能网络流量分析为背景，面对高带宽、大吞吐量网络带来的挑战，从原理、方法和性能等多个方面研究网络流量中个人标识信息隐私泄露的检测方法。本书首先提出了网络流量中个人标识信息隐私泄露检测4W问题模型：用户(Who)使用什么应用程序或访问什么服务时(When)，在什么位置(Where)泄露了什么类型(What)的信息；其次，按照问题模型结合网络流量分析技术提取网络流量中的特征信息，并将网络流量转化为多维度数据集；然后，采用大规模网络数据预处理方法和数据集基线标定方法，进行数据清洗、数据集成、数据变换及数据集标定；最后，紧密围绕目前网络流量中个人标识信息隐私泄露检测方法研究中面临的挑战，从个人标识信息的多样性、检测方法的高效性以及个人标识信息的相关性等方面进行研究。本书研究内容层层递进，符合科学研究和事物认知的本质规律。
本书共6章，各章的内容介绍如下：
第1章为绪论。本章首先介绍本书的研究背景和研究意义，并回顾和总结研究中存在的问题与面临的挑战；然后给出本书的研究内容与创新点。
第2章为国内外研究现状及发展趋势。本章从概念和法律定义方面定性描述个人标识信息，并综述国内外个人标识信息隐私泄露检测方法的研究现状及发展趋势。
第3章为网络流量数据预处理方法。本章首先提出网络流量数据中个人标识信息隐私泄露检测4W问题模型；其次介绍网络流量数据采集过程和数据预处理工作；最后综合正则表达式匹配方法、关键词语义方法、词典方法等提出网络流量数据集基线标定方法。
第4章为基于用户行为规则的个人标识信息识别方法。本章首先通过网络流量分析技术提取网络流量中的特征信息，按照用户行为层次模型将网络流量转化为数据；然后根据个人标识信息的性质提出用户行为规则算法，定量分析个人标识信息的范围，界定个人标识信息理论边界。
第5章为基于静态污染的个人标识信息定位抽取方法。本章根据先验知识——输入的污染信息，通过域间传播和域内感染两个步骤建立信息流图，提出基于静态污染的个人标识信息定位抽取方法。该方法能够自动、准确地从大规模网络流量中定位并抽取出个人标识信息。另外，本章还提出三种性能优化方法，可有效减少算法的空间复杂度和时间复杂度，提升静态污染定位抽取方法的计算性能。
第6章为基于信息向量空间模型的个人标识信息分类方法。本章首先将网络流量中个人标识信息隐私泄露检测问题转化为文本分类问题；其次根据特征信息建立贝叶斯三层生成模型；然后训练出模型的相关参数；最后利用训练好的模型分类个人标识信息。
本书具有较强的理论性、系统性和逻辑性。本书对隐私及个人标识信息检测的重要理论和方法进行了分析，提出了基于用户行为规则的个人标识信息识别方法、基于静态污染的个人标识信息定位抽取方法和基于信息向量空间模型的个人标识信息分类方法，其重点突出，条理清晰。此外，本书还剖析了这些方法的算法实现，给出了实验设计与结果，具有较强的实践性。
本书的研究工作将为隐私泄露检测领域提供新的技术方案，有望系统地形成网络流量中个人标识信息隐私泄露检测的技术体系，并可以从技术层面为法律的制定和执行提供有力的技术支持和依据。
本书的作者是延安市智能网络与信息安全科技创新团队负责人，书中所涉及的研究成果均源自团队人员在隐私泄露检测研究领域多年来的深入探索和积累。本书的编写得到了北京理工大学嵩天教授以及延安大学数学与计算机科学学院各位领导、延安市智能网络与信息安全科技创新团队成员的鼎力支持。此外，本书相关成果还获得了国家自然科学基金(61962059)、延安大学博士科研启动项目(YDBK2019-72)、延安市科技计划(2022SLGYGG-007)的资助。
希望通过本书的阅读，读者能学有所得。同时，由于作者水平有限，书中不当之处在所难免，欢迎广大同行和读者批评指正。
刘 翼
2023年4月15日
于延安大学