论文部分内容阅读
随着移动互联网、社会网络以及大数据等新兴技术的快速发展,LBS隐私保护问题日益严重。与其他的LBS隐私保护技术相比,基于隐私信息检索(Private Information Retrieval,PIR)的LBS隐私保护技术具有隐私保护强度高,无需可信第三方,并且查询结果准确等优点。但现有的查询协议多假设LBS服务器是半诚实的,且存在抵御模式攻击而导致通信和计算代价较大、查询效率较低等的问题。针对这些问题,根据Goldberg的信息论隐私信息检索协议(Goldberg’s Information-Theoretic Private Information Retrieval,Goldberg IT-PIR)计算复杂度较低,并且能够在一定条件下抵抗数据库服务器的恶意攻击的特点,论文提出了基于Goldberg IT-PIR的最近邻LBS隐私查询协议。主要研究工作及取得的成果如下:(1)提出了基于Goldberg IT-PIR的最近邻LBS隐私查询协议。针对因抵御模式攻击而导致通信和计算代价较大的问题,通过构建2层R树,使得不同用户的最近邻查询请求具有相同的PIR访问次数,而不需要添加无效的PIR检索来抵御模式攻击;对于查询效率较低的问题,应用Goldberg IT-PIR协议在线检索候选最近邻兴趣点,在LBS服务器可能是恶意的情况下(t个服务器相互串通、l-k个服务器崩溃、v个服务器返回错误的结果),能够保证用户安全地查询到正确的结果。(2)实现了基于Goldberg IT-PIR最近邻查询协议LBS服务器端查询响应的并行化。通过对LBS服务器端查询响应算法的分析,针对处理大规模查询请求时,查询效率较低的问题,引入并行化的Strassen矩阵乘法算法,利用多线程技术实现LBS服务器端查询响应的并行化计算。依据LBS隐私保护技术性能评估指标,通过实验分析算法的性能和准确度。实验结果表明,与Ghinita等人的最近邻查询算法相比,该算法的通信代价降低了大约25%,计算代价减少了大约87%;算法最近邻兴趣点的误差最大约为0.04%;当查询请求个数大于128时,并行化算法能够有效提高LBS服务器端的计算效率。