文摘

解决当前云存储服务的隐私泄露问题,研究用户的云存储服务的支付意愿与隐私保护是非常重要的为提高云存储服务的可持续发展。云存储用户和提供者之间的进化博弈模型,考虑隐私。然后,通过求解模型的进化稳定策略复制动态方程进行了分析。最后,仿真实验进行验证,证明了模型参数的影响。结果表明,进化稳定策略主要是受到双方的隐私保护利润增长系数,投入成本,搭便车,和其他因素。如果利润增长系数非常小,用户不会选择支付和提供者不会选择积极保护用户信息。随着利润增长系数的增加,双方将促进隐私保护的发展有更高的概率的。结果有利于云存储提供商增加付费用户的数量,从而实现云存储服务的可持续发展。

1。介绍

随着云计算的逐步成熟,大规模用户数据带来了巨大的文件存储的要求,同步和共享。云存储服务的发展也如火如荼。方便随时随地访问和使用云存储服务使得云存储成为一个不可避免的趋势。根据艾媒咨询的统计,中国的个人云存储用户已经超过3.74亿,2019年达到4.04亿20201]。然而,云存储服务不仅可以带来便利,但也带来一些风险,比如数据安全风险和隐私泄露风险。

更加重视隐私保护和数据安全不仅会保护从黑客的云存储服务,而且可以减少的影响和严重性这些类型的风险。此外,收集到的用户信息可以用于个性化推荐服务用户,同时遵守隐私政策。然而,双方当事人在云存储不愿意提供这样的输入由于以下原因:首先,尽管数以百万计的人在使用云存储,只有10%的付费用户。云存储的正常运行的维护成本高。此外,数据安全和隐私的投资并不一定带来额外的收入,和服务提供商没有无限的预算来支持这样的投资。此外,云存储提供商也关心弱者的影响增加投资在用户的隐私保护和数据安全支付意愿。第二,从云用户的角度来看,用户之间存在一种根深蒂固的云存储服务都是免费的。然而,他们的云存储服务提供者的隐私保护水平将是一个因素,用户考虑在决定是否支付连续使用。因此,我们观察到经济因素影响用户和服务提供商的战略选择。保护隐私保护和数据安全性的基本动机对云存储服务是长期利润。 As a result, determining the long-term viability of maintaining privacy protection efforts is critical. Game theory [2)已被广泛应用于数据隐私游戏平衡的成本和利润保持隐私和数据保护的投资,因为它伟大的分析能力。

每个参与者在博弈理论理性和将是最好的战略决策的利润最大化,这是最重要的目标3,4]。许多博弈论策略已经成为流行近年来为解决信息安全问题。传统游戏的策略,另一方面,认为这两名球员都是理性的。然而,这种假设不符合现实。球员被认为是有限的推理和信息不足的现实。长期收益变化在每一个阶段,高利润策略随着时间会取代低利润的策略;过去的研究没有看着组合投资的长期生存能力。至关重要的激励措施,鼓励人们把钱在云存储服务。进化博弈理论有许多优点超过标准博弈论。首先,进化博弈扩展了传统博弈论完全理性有限理性,认为参与者的选择行为受限于他们的认知能力有限,他们通常做决定基于习惯和传统的经验法则,哪个更实用。 Second, traditional game theory places too much emphasis on the solution of game equilibrium and ignores the strategy evolution of each game participant. By introducing various dynamic mechanisms, evolutionary game theory investigates the relationship between the stable structure of the game system and the evolutionary process.

个人云存储的可持续和安全发展的参与者的战略选择,有冲突和矛盾的参与者参与可持续和安全发展的个人云存储服务来最大化他们自己的利益。与此同时,由于信息不对称的局限性,环境的不确定性,以及他们的判断,有限理性的参与者的个人特征,和游戏系统不能达到纳什均衡状态。因此,可持续和安全的形成发展的个人云存储服务实际上是一个特定的参与者在一个有限理性博弈的结果,和参与者的战略选择不仅取决于他们的利润和损失系数,但也受其他利益相关者的战略选择的影响。此外,还有多个个体不同的策略选择在同一组参与者,参与者将不断学习和适应的模仿游戏中的策略与高收益的过程。因此,参与者的安全可持续发展的战略互动的个人云存储服务符合进化博弈建模的先决条件,隐私保护和信息安全投资本质上是一个动态的进化博弈过程中每个参与者的策略,和整个游戏总是在运动,需要很长时间到达进化游戏系统的稳定状态。

在这篇文章中,我们将云存储服务的特点,运用进化博弈理论,作为云存储服务提供商和云存储用户有限理性的博弈方有一定的学习能力,并把双方的行为和决定关于云存储服务逐步进步。在学习过程中,进化博弈模型考虑云存储服务参与者的隐私保护。通过分析进化稳定策略的进化博弈模型,关键影响因素的进化云存储服务提供商和云存储用户的付款行为研究,仿真实验是用来模拟模型来获得一个更直观的策略演化趋势。

本文的其余部分组织如下:部分2回顾了文献关于云存储。部分3建立了进化博弈模型的云存储提供商和用户之间的交互关系和评估每个平衡点的局部稳定性模型。部分4生动地描述了进化游戏模拟的结果,正确地验证我们提出的模型。部分5提出了结论,我们工作的限制,未来的工作。更全面地理解论文,论文结构框架提供了在图1。

2。文献综述

近年来,现有云存储隐私保护的研究主要集中在采用云存储隐私保护技术和用户意图。

2.1。云存储隐私保护技术

政府、企业和个人用户都积极地将他们的数据转移到云。然而,有更高的危险的非法访问、数据泄漏敏感信息披露,隐私违反的结果。(5]。隐私保护数据存储在云端,许多学者提出了保护方案,广泛应用于云存储系统,如,如访问控制、基于属性的加密,信任,和加密。杨et al。6)提出了一个blockchain-based与隐私保护在云访问控制框架,克服问题,云中的敏感数据很容易被黑客篡改或披露或云内部经理。王等人。7)结合Ethereum区块链技术与ciphertext-policy属性的加密方法和使用Ethereum智能合同技术来存储区块链网络公开数据。Zhang et al。8)开发了一个匿名属性的访问控制系统架构为移动云计算和演示了如何设计一个匿名属性的访问控制系统使用匿名CP-ABE方法为核心构建块。Maheswari和Cheelu9)提出了一个新颖的匿名属性的广播加密隐藏的属性访问策略,允许数据所有者与众多参与者分享他或她的数据是在一个预设接收器组和满足访问策略。使用准确的重新生成代码,Pasupuleti [10)提出了一个私人公共审计和数据动态安全的云存储。对于动态共享数据在云存储,Pasupuleti et al。11)建议certificateless保护隐私公共审计方法与集团用户撤销。Zhang et al。12]提出CIPPPA,基于云的WBAN-compatible条件身份保护隐私公共审计系统。云计算的隐私和数据安全问题,另一方面,不仅仅是技术的;他们还涉及标准化、立法、法规。

2.2。采用云存储用户的意图

很少有研究调查了消费者的感知云服务使用,对心理影响用户接受和采用的元素。然而,有一个相当大的脱节的学术研究成果和云计算业务陈述消费者的安全和隐私问题,因为他们与他们的使用行为。(13]。从参与者的隐私观念的角度在云服务,阿卜杜勒阿齐兹和亚14)建造了一个行为模型的连续使用云存储服务人员从感知风险的角度,探索具体的风险因素的感知的研究人员使用云存储的过程。风扇等。15)结合个人云存储服务的特点来构建一个个人云存储服务质量评价系统从用户体验的角度。Gashami et al。16)构建了一个基于理性行动理论的研究范式,Privacy-Trust-Intention模型和成本效益理论来捕获从SaaS客户优势和隐私之间的权衡。马里安尼et al。17)提出了一个更完整的版本的数字个人数据存储,技术接受模型考虑感知隐私威胁,和信任。李等人。18)研究了三种基本心理需求的影响感知的自主权,感知能力,和感知之间的关系协会云存储用户信息保障和感知信息控制。研究云存储用户的意愿,Widjaja et al。19)建立了一个privacy-trust-behavior意愿模型。公园和哦(20.]研究安全漏洞风险的影响在信任和持续使用移动云服务的意图来确定影响持续使用意向的组件。

2.3。应用进化游戏的云存储和隐私保护

博弈论的方法给出一个定量的决策框架模型,分析和预测几位参与者的活动21]。进化博弈论是博弈论的一个分支,集成了拉马克的基因理论与达尔文的生物进化理论(22),也是一个有用的工具为研究不同的参与者是如何交互的。因为它的有限理性假设比古典博弈论更现实的,它提供了一套更广泛的实际应用。当游戏参与者面临一个复杂的情况下,由于有限理性和信息不对称的游戏,他们不能确定最好的行为策略游戏的开始。他们继续优化策略的长期过程中通过模仿和学习,提高游戏平衡的实现。博弈论强调动态平衡和群体行为的动态演化过程的分析,有效地解释的演变路径和集团达到平衡的原因。作为一种研究方法来描述和解决行为决策问题,相关学者参与电子商务(23),环境保护(24,25)、医疗(21),和信息安全26- - - - - -28),和其他领域使用博弈论来分析收益,成本,和损失等不同的隐私行为隐私披露,投资,和监督。吴et al。23)构建一个基于前景理论的演化博弈模型和心理账户从合作的角度监督政府和客户之间保护消费者权益和支持电子商务市场的长期发展。建议的进化博弈参与者的战略没有一个稳定的平衡点基于理论推导和仿真研究。基于博弈理论,苏24)检查之间的进化决策过程和稳定策略三方参与CW回收业务,包括政府机构、废物回收商,和废物生产者。朱et al。25构造一个进化博弈模型三种类型的组织(包括系统提供商、医院和政府)的限制下不完整的知识和理性的限制,使用移动医疗系统作为环境。然而,在云存储服务的领域,更少的科学家们利用进化游戏(29日- - - - - -31日])。

2.4。讨论

学者们进行许多宝贵的隐私保护技术的研究,用户隐私观念,和进化游戏一般;然而,仍存在一些差距,在未来的研究需要解决:(一)主要的云存储服务的隐私保护的隐私保护技术的研究已得到改进,忽略了参与者的隐私观念在云存储服务。它远远不够解决云存储隐私问题的技术水平。在现实生活中,云存储服务的参与者通常衡量自己的收益和成本从经济视角和做决定。(b)愿意使用云服务的研究主要采用问卷调查和统计分析来解决这个问题。研究对象只是用户和云服务提供商的行为分析被忽略。(c)愿意使用云存储服务往往是与演员的感知利益密切相关。到目前为止,很少有研究调查如何云存储提供商和用户行为的不同的态度下隐私保护投资从成本效益的角度。

最重要的是,我们的贡献如下:(一)首先,不同的隐私保护技术的研究,他们的观点侧重于促进隐私保护和数据存储的数据安全技术。我们的论文侧重于云存储参与者行为策略选择的云存储服务的隐私保护,因为,在现实生活中,云存储服务的参与者通常衡量自己的收益和成本从经济视角和做决定。(b)第二,不同的研究使用云服务的意愿,大多数研究使用问卷和其他统计分析探索用户的主观感受采用云存储服务。我们的论文旨在探讨参与者选择自己的策略从成本和收益的角度的隐私保护。

3所示。进化博弈模型用户的支付意愿

3.1。问题描述

在云存储服务的隐私保护的游戏,利益相关者包括云存储服务提供商和云存储用户。云存储服务提供商提供服务来存储和管理用户信息。有两种战略可供选择:主动和被动保护用户信息保护用户信息。积极保护信息意味着云存储服务提供商必须投入大量的人力,材料,和金融资源,形成一个强大的信息安全管理体系,发展信息安全技术,和抵御黑客攻击;被动保护的信息意味着云存储服务提供商必须处理用户信息。隐私保护的程度是不够的,有一个用户信息隐私泄露的风险,和云存储服务提供商还积极泄露用户信息获取不正当利益。用户的个人信息。用户在游戏中有两种策略:免费使用云存储服务和有偿使用云存储服务。

3.2。基本假设

假设1:参与者都旨在最大化自己的利益。假设2:由于隐私观念的差异和演化的不同主题和隐藏的隐私保护投资的好处,云存储服务提供商和用户无法做出最佳的决定“收益最大化”的初始阶段,但他们与有限理性主题,模仿有一定能力,可以根据经验调整他们的战略。因此,假设游戏的主题是有限理性的,更符合实际的云存储服务的应用程序上下文。假设3:用户上传数据(文字、图片、视频等)包含他们的私人信息的云存储空间。如果用户觉得他们的信息隐私受到威胁,那么他们可能放弃支付云存储服务。假设4:用户的个人信息泄露的云存储服务提供者或交易到其他机构或组织获得额外的好处。云存储服务提供商,积极保护用户信息将增加的成本信息的保护。和云存储服务提供商被动保护用户信息不支付额外的信息保护成本。

3.3。进化博弈模型建立

基于上述假设,考虑的主要因素,用户和云存储服务提供商选择游戏时考虑策略,定义了模型参数。每个参数的符号及其含义如表所示1。

用户和云存储服务提供商之间的支付矩阵如表所示2:

3.4。进化博弈分析

3.4.1。平衡点的进化过程

在初始阶段的进化的游戏, 代表了人口的用户选择“有偿使用”代表人口选择“免费使用。”一样,供应商选择的人口“积极保护” ,和人口选择“消极保护” 。在进化的游戏,这些可能性和现在的动力学演化。

基于支付矩阵,用户获得的预期利润的“有偿使用”战略计算(1)。是一样的,用户的预期利润时采用“免费使用”策略是由(2)。结合(1)和(2),用户获得的平均利润是由(3)

根据马尔萨斯方程,用户选择“有偿使用”战略增长率所描述的区别和 。让t是进化的时间;用户的复制动态方程给出了“有偿使用”战略

同样,供应商的期望利润时采用“积极保护”和“负面”策略(和 )是由(5)和(6)。所以,总体平均利润计算(7)。

然后,复制动态方程中提供了

解决方案的基础上(5)和(8),5名当地平衡分从非线性动态系统得到:(0,0)、(0,1),(1,0)、(1,1), ,在

3.4.2。稳定的均衡分析点

平衡的稳定点可以使用雅可比矩阵进行分析(32]。雅可比矩阵可以被定义

平衡的稳定点可以使用下列条件检查:

平衡点的值如表所示3。为每一个平衡点计算公式如表所示4,为每一个平衡点计算公式如表所示5。

各种均衡命题分析如下:场景1。当 和 ,(0,0)是ESS点。也就是云存储用户和提供者更倾向于“免费使用,消极保护”的策略。在此场景中,用户和提供者所有得到更少的好处,因为隐私保护利润增长系数低 。因此,(0,0)是一个ESS点(0,1)和(1,0)是鞍点,和(1,1)是一个不稳定的点。场景2。当 和 ,(0,1)是ESS点。也就是说,云存储用户和提供者更倾向于“免费使用,积极保护”的策略。在这种情况下,云提供者的隐私保护利润增长效益大于成本,但不到搭便车的好处。云用户的保护利润增长收益小于成本,所以他们不会选择支付使用。因此,(0,1)是一个ESS点(0,0)和(1,0)鞍点,和(1,1)是一个不稳定的点。场景3。当 和 ,(1,0)是ESS点。也就是云存储用户和提供者更倾向于“有偿使用、消极保护”的策略。在这个场景中,云用户的隐私保护利润增长效益大于成本,但不到搭便车的好处。云提供商的保护利润增长收益小于成本,这样他们不会选择积极的保护。因此,(1,0)是一种ESS点,(0,0)和(0,1)鞍点,和(1,1)是一个不稳定的点。场景4。当 和 ,(0,1)和(1,0)ESS点。也就是云存储用户和提供者更倾向于“有偿使用,积极保护”的策略。平衡态取决于系统的初始状态。(1)当初始状态是区域或D(0, 1)是ESS点。(2)在初始状态时区域B或C, (1,0) ESS点。然后,(0,0)和(1,1)不稳定点。在这种情况下,两个游戏玩家的隐私保护利润增长效益大于成本,但不到搭便车的好处。游戏玩家会选择有偿使用和积极的保护策略首先因为隐私保护的高效益。然而,云用户可以获得更高的利润如果他们免费提供商;然后他们将会改变他们的策略来支付免费;类似地,云提供商可以获得更高的利润;如果他们欺骗用户消极保护,那么他们将会改变他们的消极保护的策略。场景5。当 和 ,(1,1)是ESS点。也就是云存储用户和提供者更倾向于“有偿使用,积极保护”的策略。在这种情况下,两个游戏玩家的隐私保护的利润增长效益大于搭便车效益。因此,云用户和提供者愿意为云存储的隐私保护环境投资。因此,(1)是一种ESS点(0,1)和(1,0)是两个鞍点,和(0,0)是一个不稳定的点。

最后,相图的进化游戏以上五个场景如图2(一个)- - - - - -2 (e)。平衡点的稳定性分析表所示6。

4所示。系统仿真分析

更直观地显示游戏的进化趋势策略用户和云存储服务提供商之间的过程中用户支付意愿与隐私保护和验证的正确性所构造的模型,使用Matlab R2016a数值模拟不同参数和游戏,和双方的进化稳定策略进行了分析。

首先,我们假设的模型参数如表所示7。请注意,我们使用的值在这个MATLAB仿真只是为了说明,不代表利益相关者的真正好处的云存储服务。

然后,根据这些参数,这些四个变量 可以计算如下。显示了四个变量的值范围如下: 。

4.1。模拟进化过程

可以分析不同ess的数值模拟在不同的值 如表所示8。仿真结果中描述的数据3(一个)- - - - - -3 (e),这些结果符合场景1场景5:(1)参数设置表81号线,在场景1满足条件。仿真结果如图3(一个),这是符合场景1。也就是说,云存储用户和提供者将收敛于0无论初始状态是什么。这意味着云存储用户和提供者的隐私保护利润比成本相对较低,所以没有人愿意支付隐私保护或积极的保护。最后,经过长期反复游戏,云用户选择有偿使用的比例逐渐减少,直到所有人选择免费使用,不要把自己的隐私信息云。同样,云存储提供商,选择积极保护的比例逐渐减少,直到所有人选择消极的保护。ESS形象因此成为“免费使用,消极的保护。”(2)参数设置表8第2行,满足的条件在场景2中。仿真结果如图3 (b),这是符合场景2。也就是说,云存储用户将收敛于0,和提供者将收敛于1无论初始状态是什么。这意味着云提供者的隐私保护利润增长效益大于成本,但不到搭便车的好处。云用户的隐私保护利润增长收益小于成本,所以他们不会选择支付使用。最后,经过长期反复游戏,云用户选择有偿使用的比例逐渐减少,直到所有人选择免费使用,不要把自己的隐私信息云。和云存储提供商,选择积极保护的比例逐渐增加,直到所有人选择积极的保护。ESS形象因此成为“免费使用,积极的保护。”(3)参数设置表83号线,在场景3满足条件。仿真结果如图3 (c),这是符合场景3。这就是说,该系统将收敛于(1,0)无论初始状态是什么。这意味着云用户的隐私保护利润增长效益大于成本,但不到搭便车的好处。因此,云提供者的隐私保护利润增长收益小于成本,所以他们不会选择支付使用。最后,经过几次重复游戏,云用户选择有偿使用的比例逐渐增加,直到所有人选择支付使用。云存储提供商的比例,选择积极的保护逐渐减少,直到所有人选择消极的保护。ESS形象因此成为“有偿使用,消极的保护。”(4)参数设置表84号线,在场景4中满足条件。仿真结果如图3 (d),这是符合场景4。系统的比例不会收敛到一个固定的值,但(0,1)或(1,0)依赖于系统的初始状态和价值相关的变量。这意味着游戏玩家的目标通过投机取巧来获得额外的利润从其他玩家在这种情况下。(5)参数设置表8场景5第5行,满足条件。仿真结果如图3 (e),这是符合场景5。也就是说,云存储用户和提供者将收敛于1无论初始状态是什么。这意味着云存储用户的隐私保护利润增长效益和提供者相对高于搭便车的好处,所以他们愿意支付隐私保护或积极的保护。最后,云用户选择有偿使用的比例逐渐增加,直到所有的选择有偿使用,相信云的安全。同样,云存储提供商,选择积极保护的比例逐渐增加,直到所有人选择积极的保护。ESS形象因此成为“有偿使用,积极的保护。”

4.2。初始状态的影响和

无论初始状态是什么,最终的战略不会改变在场景1中,2,3,4,因为只有一个平衡点为每个场景。然而,有两个平衡在场景4分。仿真结果如图3 (d)。因此,在本节中,不同初始状态的影响进行了分析。首先,假定的参数和变量 部分的常数。第二,我们组= 0.3,集从0.1到0.9步长为0.1,其中,当= 0.1和0.2,该系统将倾向于(1,0)。当= 0.3,0.4,0.5,0.6,0.7,0.8,和0.9,该系统将倾向于(0,1)。仿真结果图中可以看到4(一)。第三,我们组= 0.3,集从0.1到0.9,0.1的步长,在什么时候= 0.1、0.2和0.3,系统将会倾向于(0,1)。当= 0.4,0.5,0.6,0.7,0.8,和0.9,该系统将倾向于(1,0)。仿真结果图中可以看到5(一个)。

基于上述分析,可以看出是否系统最终收敛于(0,1)或(1,0)取决于系统的初始状态。结果表明,如果云用户的比例的“有偿使用”或“积极保护”的比例的云存储提供商超过某个阈值,两个游戏玩家将改变搭便车的状态,这意味着行为策略云用户和提供者之间相互影响。

4.3。模型参数的影响

4.3.1。基本存储利润的影响

基本存储的影响利润 本节在云用户和提供商进行了分析。首先,设置为6、7和8。第二,其他参数与基值在表一致7。利润增长系数设置为隐私保护 。第三,初始状态为(0.6,0.4)。仿真结果如图6(一)。的增加 ,云用户和提供者改变(0,0)的策略,逐步演变的战略(1,1)。

同样的,当我们设置4、5、6,同样的改变伴随着的增加 ,和这两名球员改变他们的策略(0,0)(1)和(1),仿真结果如图6 (b)。

4.3.2。隐私保护服务成本的影响

在本节中,隐私保护服务成本的影响 在云用户和提供商进行了分析。首先,设置为2、3和4。第二,残余部分参数是一致的4.3.1。仿真结果如图7(一)。时的值增加,云用户和提供者最终进化的策略(0,0)。此外,当设置为4、5、6的增加 ,这两名球员改变他们的策略从(1)到(0,0),仿真结果如图7 (b)。

4.3.3。影响利润的投机取巧

接下来,从投机取巧利润的影响进行了分析。通过设置相同的其他参数值4.3.1,假定8、9和10所示。仿真结果如图8(一个)。当投机取巧的利润大,少云用户和提供者可以进化的时间(0,0)。同时,当我们设置5、6、7,仿真结果如图8 (b)。它可以发现更大的是,这两名球员花更多时间(1,1)。此外,当的价值达到一定值,他们的策略将会改变(1,1)(0,0)。

4.3.4。隐私保护利润增长系数的影响

最后,隐私保护的价值利润增长的影响系数的游戏玩家进行了分析。通过设置相同的其他参数值4.3.1的值,从0.1增加到0.3步长为0.1,和的值从0.6增加到0.8步长为0.1。从仿真结果,如图9(一个)可以看出,系数的增加,进化的速度收敛于0逐渐减少。当它达到一定值时,他们将发展从0到1。类似地,假定的值从0.2增加到0.4步长为0.1,和的值从0.7增加到0.9步长为0.1。仿真结果如图9 (b)。的增加和 ,他们将从0到1,甚至用更少的时间来最终结果。

4.4。建议

根据上述分析,以下建议长期云存储管理旨在帮助双方可持续性的进展:(一)增加输入的利润增长系数,保护隐私。越早的客户和云存储服务提供商对隐私保护的可持续性发展,更好的收入增长系数为双方隐私保护。以下是一些特定的例子,可以采取措施:首先,提高隐私保护的技术实力:政府鼓励云存储隐私保护技术的发展可以提高利润,降低成本。通过援助和财政激励政策,政府可以鼓励云存储服务提供商进行隐私保护技术的研究与开发。第二,保护用户隐私的需要提高意识:提高用户的个人隐私,增加公众对个人隐私保护的促进等多个频道。(b)减少隐私保护投资的用户和云存储服务提供商。双方的可能性会选择积极对待隐私投资降低成本上升。当双方投资成本太高,更有可能选择退出(免费使用,消极的保护)。减少隐私保护的投资成本也可以消除双方的猜测和维护个人云存储的可持续性。(c)增加惩罚和提供激励。双方之间做出选择的一个重要原因免费使用或消极保护,双方都不需要支付自己的搭便车行为。随着搭便车收入的增加,双方的概率会选择积极的对他们的隐私保护投资减少。有效的激励机制可以通过创建政府增加补贴和罚款为用户和云存储提供商。政府可以奖励和支持那些不断的云存储服务提供商使用隐私保护的输入来增强隐私安全意识。

5。结论

在这篇文章中,云存储服务的隐私保护投资的问题被认为是一个经济问题,关于云存储服务提供商和云存储用户作为有限理性的博弈方有一定的学习能力;通过引入隐私保护利润增长系数,进化博弈模型考虑云存储服务参与者的隐私保护是在进化过程中构建的。通过分析进化稳定策略的进化博弈模型,关键影响因素的进化云存储服务提供商和云存储用户的付款行为调查。此外,仿真实验进行验证建模分析和演示游戏参数的影响。研究发现如下:(一)隐私保护利润的增长系数在云存储服务的可持续利用,隐私保护投资成本,利润基本用法,搭便车利润博弈策略的选择的重要影响因素。(b)作为基本的云存储服务的参数利润和隐私保护利润增长系数上升,用户付费使用的可能性上升,云存储服务提供商的可能性一样积极地保护用户信息,这两个系统的进化有积极的影响。用户付费使用的概率将增加隐私保护投资成本的参数和搭便车利润减少,云存储服务提供商的概率也会积极地保护用户信息,这两个系统的进化有积极的影响。(c)利润增长系数是必不可少的元素,确定游戏系统的发展方向。当利润增长系数很小,用户不会选择支付,云存储服务提供商不会选择积极保护用户信息。利润增长系数影响隐私保护投资的利润,进而影响他们的战略选择搭便车,有偿使用,或积极的保护。随着利润增长系数的增加,游戏的双方将投资于隐私保护的发展有更高的概率的。

此外,本研究也有一些局限性,为未来的研究提供了方向。首先,在仿真数据方面,缺乏实际数据仿真基于真实案例。下一步将基于实际数据的实际情况模拟,使研究结论更可靠。第二,本文的变量设计是基于假设的场景。在现实中,也有不可避免的其他变量,不考虑。更多的变量将被包含在未来的研究。第三,除了参与服务提供者和用户的隐私保护问题的可持续利用云存储服务还将涉及第三方监管机构的监督和限制。未来的研究将解决云存储服务,考虑隐私保护。三方进行博弈分析的连续使用云存储服务,和更系统和全面的分析是进行可持续发展的云存储服务。

尽管这些限制在这项研究中,我们的研究结果在理论和实践仍有重要贡献。从理论上讲,我们的研究丰富了隐私保护行为理论下的云存储服务,提供隐私保护投资策略的进化博弈模型,分析了决定,扩大我们的理解之间的关系的行为和态度的隐私保护投资的用户和提供者。实际上,根据我们的研究结果,适当的建议,以更好地促进提供云存储服务的可持续发展。

数据可用性

数值模拟数据用于支持本研究的结果包括在本文中。

的利益冲突

作者宣称没有利益冲突。