论文部分内容阅读
随着移动互联网技术的迅速发展与智能手机的普及,越来越多的人开始使用基于位置的服务(Location-Based Service,LBS),人们提供位置信息并可以获取与位置相关的服务,例如查询附近的人等。但是在LBS为我们的日常生活提供便利的同时,对个人隐私泄露的问题也不容忽视。尽管学者们提出了多种有效的位置隐私保护策略,然而大部分位置隐私保护的研究都是面向用户向LBS提供商发布位置的阶段,而对用户从位置提供商(Location Provider,LP)获取位置阶段的位置隐私保护研究相对较少。获取用户当前位置是使用LBS的前提,然而当用户使用由LP提供的网络定位服务时通常需要提供当前位置的指纹信息,位置指纹的泄露同样会导致用户的位置隐私泄露。因此,本文主要针对用户在使用定位服务阶段的位置隐私保护策略进行研究。首先,本文设计了OFC(Optimal Fingerprint Construction)算法,通过在原始的定位请求中加入k-1哑元位置指纹的方式实现k-匿名在用户使用定位服务阶段保护其位置隐私。该策略的关键在于生成无法与真实位置指纹进行区分的哑元位置指纹,针对该问题,本文设计了基于带权图模型的匿名知识库,通过图模型表示接入点(Access Point,AP)的空间分布情况,OFC算法通过优先选择距离更近的AP构建哑元位置指纹以保证和真实位置指纹在定位过程中有相似的表现,进而不会被LP所区分。其次,考虑到攻击者可能利用辅助信息对位置隐私发起的攻击,本文对OFC算法进行了增强,并设计了SOFC(Score-based Optimal Fingerprints Construction)算法和COFC(Continuously Optimal Fingerprints Construction)算法。SOFC算法考虑了攻击者可能利用的区域查询频率信息,根据位置指纹中AP的使用情况为AP赋予合理的分值,并优先选择和真实位置指纹中AP有接近分值的AP构建哑元位置指纹以保证定位结果集中的位置有接近的查询频率。COFC算法考虑了攻击者可能利用用户连续定位请求中位置的轨迹特性,并保证在连续请求中哑元位置构成的轨迹和用户真实移动轨迹有较高的方向相似性和距离相似性。最后,对本文提出的位置隐私保护策略进行了模拟实验,并和已有的位置隐私保护算法进行比较。实验结果表明:OFC算法在匿名质量上有着较高的保证,并且明显的减少了时间消耗;SOFC算法和COFC算法在保证匿名质量的情况下,对于拥有辅助信息的攻击者有更好的隐私保护效果,但是时间消耗上比OFC算法稍长。